JP2024159211A - 情報処理装置、推論装置、機械学習装置、情報処理方法、推論方法、及び、機械学習方法 - Google Patents

Abstract

【課題】基板処理装置の状態を迅速かつ的確に診断することを可能とする情報処理装置を提供する。
【解決手段】情報処理装置５Ａは、基準となる基板処理装置２に相当する基準装置における基準処理枚数ＷＰＨ－Ａ及び基準装置情報１１－Ａを基準情報１０－Ａとして取得する基準情報取得部５０１と、基準装置の比較対象となる基板処理装置２に相当する比較装置における比較処理枚数ＷＰＨ－Ｂ及び比較装置情報１１－Ｂを比較情報１０－Ｂとして取得する比較情報取得部５０２と、基準情報１０－Ａ及び比較情報１０－Ｂに基づいて、基準処理枚数ＷＰＨ－Ａ及び比較処理枚数ＷＰＨ－Ｂに差異が発生したときの原因と、差異を解消するための対策とのうち少なくとも一方を含む診断情報１６を生成する診断処理部５０３Ａとを備える。
【選択図】 図２０

Description

本発明は、情報処理装置、推論装置、機械学習装置、情報処理方法、推論方法、及び、機械学習方法に関する。

半導体ウェハ等の基板に対して各種の基板処理を行う基板処理装置の１つとして、化学機械研磨（ＣＭＰ：Ｃｈｅｍｉｃａｌ Ｍｅｃｈａｎｉｃａｌ Ｐｏｌｉｓｈｉｎｇ）処理を行う基板処理装置が知られている。このような基板処理装置は、例えば、基板の研磨処理を行う研磨ユニットと、研磨処理後の基板の仕上げ処理（例えば、洗浄処理や乾燥処理）を行う仕上げユニットと、各ユニット間で基板を搬送する搬送処理を行う搬送ユニットとを備え、各ユニットを順次動作させることで、一連の処理を実行するように構成されている（例えば、特許文献１参照）。

特開２００７－３０１６９０号公報

基板処理装置の運転を管理するときの指標として、単位時間当たりの基板の処理枚数（単位時間処理枚数）が用いられる。基板処理装置では、装置設定情報やレシピ情報等の各種のパラメータ群を参照しながら、各ユニットが有する各種の機械的な機構群が連携して動作する。そのため、単位時間処理枚数の実測値が、単位時間処理枚数の目標値と乖離している場合には、基板処理装置の状態を診断する作業として、各種のパラメータ群のうちのいずれの設定値が影響しているのか、それとも、各種の機械的な機構群のうちのいずれの調整状態が影響しているのかといった原因を特定し、その対策を実施する必要がある。しかしながら、様々なパラメータ群や機構群が複雑に関連しているため、原因の特定や対策の実施を迅速かつ的確に行うには、高度な知見や豊富な経験が求められ、難易度が高い作業であった。

本発明は、上記の課題に鑑み、基板処理装置の状態を迅速かつ的確に診断することを可能とする情報処理装置、推論装置、機械学習装置、情報処理方法、推論方法、及び、機械学習方法を提供することを目的とする。

上記目的を達成するために、本発明の一態様に係る情報処理装置は、
基板に対する基板処理を行う基板処理ユニットと、前記基板処理前及び前記基板処理後の基板を搬送する搬送処理を行う搬送処理ユニットとを備える基板処理装置の状態を診断する情報処理装置であって、
基準となる前記基板処理装置に相当する基準装置において前記基板処理及び前記搬送処理を繰り返す基準処理動作を実行したときの単位時間当たりの前記基板の処理枚数を示す基準処理枚数と、前記基準処理動作を実行したときの前記基準装置に関する基準装置情報とを基準情報として取得する基準情報取得部と、
前記基準装置の比較対象となる前記基板処理装置に相当する比較装置において前記基板処理及び前記搬送処理を繰り返す比較処理動作を実行したときの単位時間当たりの前記基板の処理枚数を示す比較処理枚数と、前記比較処理動作を実行したときの前記比較装置に
関する比較装置情報とを比較情報として取得する比較情報取得部と、
前記基準情報取得部により取得された前記基準情報と、前記比較情報取得部により取得された前記比較情報とに基づいて、前記基準処理枚数及び前記比較処理枚数に差異が発生したときの原因と、前記差異を解消するための対策とのうち少なくとも一方を含む診断情報を生成する診断処理部と、を備える。

本発明の一態様に係る情報処理装置によれば、診断処理部が、基準となる基板処理装置に相当する基準装置における基準処理枚数及び基準装置情報を含む基準情報と、基準装置の比較対象となる基板処理装置に相当する比較装置における比較処理枚数及び比較装置情報を含む比較情報とに基づいて、基準処理枚数及び比較処理枚数に差異が発生したときの原因と、その差異を解消するための対策とのうち少なくとも一方を含む診断情報を生成する。したがって、基準処理枚数及び比較処理枚数に差異が発生したときに、基板処理装置の状態を迅速かつ的確に診断することができる。

上記以外の課題、構成及び効果は、後述する発明を実施するための形態にて明らかにされる。

基板処理システム１の一例を示す全体構成図である。 基板処理装置２の一例を示す概略平面図である。 基板処理装置２におけるウェハＷの搬送ルート（前半）の一例を示す概略図である。 基板処理装置２におけるウェハＷの搬送ルート（後半）の一例を示す概略図である。 第１乃至第４の研磨ユニット２２Ａ～２２Ｄの一例を示す斜視図である。 ロールスポンジ洗浄処理を行う第１の仕上げユニット２３０Ａ、２３０Ｂの一例を示す斜視図である。 ペンスポンジ洗浄処理を行う第２の仕上げユニット２３１Ａ、２３１Ｂの一例を示す斜視図である。 乾燥処理を行う第３の仕上げユニット２３２Ａ、２３２Ｂの一例を示す斜視図である。 搬送部２４（第２の搬送ユニット２４１Ａ、２４１Ｂ及び移送ロボット２４３）一例を示す概略側面図である。 搬送部２４（第３の搬送ユニット２４２Ａ、２４２Ｂ及び移送ロボット２４３）の一例を示す概略側面図である。 基板処理装置２の一例を示すブロック図である。 コンピュータ９００の一例を示すハードウエア構成図である データベース装置３により管理される生産履歴情報３０の一例を示すデータ構成図である。 データベース装置３により管理される試験情報３１の一例を示すデータ構成図である。 データベース装置３により管理されるシミュレーション情報３２の一例を示すデータ構成図である。 機械学習装置４の一例を示すブロック図である。 学習モデル１８及び学習用データ１７の一例を示す図である。 機械学習装置４による機械学習方法の一例を示すフローチャートである。 第１の実施形態に係る情報処理装置５Ａの一例を示すブロック図である。 第１の実施形態に係る情報処理装置５Ａの一例を示す機能説明図である。 第１の実施形態に係る情報処理装置５Ａによる情報処理方法の一例を示すフローチャートである。 第２の実施形態に係る情報処理装置５Ｂの一例を示すブロック図である。 第２の実施形態に係る情報処理装置５Ｂによる情報処理方法の一例を示すフローチャートである。

以下、図面を参照して本発明を実施するための実施形態について説明する。以下では、本発明の目的を達成するための説明に必要な範囲を模式的に示し、本発明の該当部分の説明に必要な範囲を主に説明することとし、説明を省略する箇所については公知技術によるものとする。

（第１の実施形態）
図１は、基板処理システム１の一例を示す全体構成図である。本実施形態に係る基板処理システム１は、その主要な構成として、基板処理装置２と、データベース装置３と、機械学習装置４と、情報処理装置５Ａと、ユーザ端末装置６とを備える。各装置２～６は、例えば、汎用又は専用のコンピュータ（後述の図１２参照）で構成されるとともに、有線又は無線のネットワーク７に接続されて、各種のデータ（図１には一部のデータの送受信を破線の矢印にて図示）を相互に送受信可能に構成される。なお、各装置２～６の数やネットワーク７の接続構成は、図１の例に限られず、適宜変更してもよい。

基板処理装置２は、半導体ウェハ等の基板（以下、「ウェハ」という）Ｗに対して各種の基板処理を行う基板処理ユニット（詳細は後述）と、ウェハＷを搬送する搬送処理ユニット（詳細は後述）とを備える。本実施形態では、基板処理装置２は、基板処理ユニットとして、研磨ユニット及び仕上げユニットを備え、研磨ユニット、仕上げユニット及び搬送処理ユニットを動作させることで、ウェハＷに対して化学機械研磨処理（以下、「研磨処理」という）、仕上げ処理、搬送処理等を行う。その際、基板処理装置２は、研磨ユニット、仕上げユニット及び搬送処理ユニットの動作内容を定める装置設定情報１２と、研磨処理や仕上げ処理の処理内容を定めるレシピ情報１３とを参照しつつ、研磨ユニット、仕上げユニット及び搬送処理ユニットの動作を制御する。そして、基板処理装置２は、複数のウェハＷに対する研磨処理、仕上げ処理、搬送処理等を繰り返す処理動作（自動運転）を実行する。

基板処理装置２は、処理動作を実行することに応じて、各種のレポートＲをデータベース装置３等に送信する。各種のレポートＲには、例えば、処理動作が行われたときのウェハＷや各処理の時刻等を特定する工程情報、処理動作が行われたときの基板処理装置２の各部の状態や設定値等を含む装置情報１１、基板処理装置２に対する作業者の操作情報等が含まれる。装置情報１１には、例えば、装置設定情報１２、レシピ情報１３、消耗品情報１４、イベント情報１５等が含まれる。各情報の詳細は後述する。

データベース装置３は、本生産用の基板処理装置２を用いて処理動作（自動運転）が行われたときの履歴に関する生産履歴情報３０と、試験装置（不図示）を用いて処理動作と同様の試験動作（試験運転）が行われたときの試験結果に関する試験情報３１と、シミュレーション装置（不図示）を用いて処理動作と同様のシミュレーション動作（シミュレーション運転）が行われたときのシミュレーション結果に関するシミュレーション情報３２とを管理する装置である。なお、試験装置は、本生産用の基板処理装置２で代用してもよいし、処理動作を試験可能な専用の装置でもよい。また、シミュレーション装置は、データベース装置３で代用してもよいし、処理動作をシミュレーション可能な専用の装置でもよい。

生産履歴情報３０には、本生産用の基板処理装置２にて処理動作が行われたときに、本
生産用の基板処理装置２から送信される各種のレポートＲが登録される。試験情報３１には、試験装置にて所定の試験条件に従って試験動作が行われたときに、試験装置から送信される各種のレポートＲ（試験結果）や試験条件が登録される。シミュレーション情報３２には、シミュレーション装置にて所定のシミュレーション条件に従ってシミュレーション動作が行われたときに、そのシミュレーション装置から送信されるシミュレーション結果やシミュレーション条件が登録される。シミュレーション結果には、例えば、レポートＲと同様の情報が含まれる。

機械学習装置４は、機械学習の学習フェーズの主体として動作する装置である。機械学習装置４は、例えば、データベース装置３に登録された生産履歴情報３０、試験情報３１及びシミュレーション情報３２を参照し、複数組の学習用データ１７を取得する。そして、機械学習装置４は、複数組の学習用データ１７に基づいて、情報処理装置５Ａにて用いられる学習モデル１８を機械学習により生成する。学習済みの学習モデル１８は、ネットワーク７や記録媒体等を介して情報処理装置５Ａに提供される。

情報処理装置５Ａは、機械学習の推論フェーズの主体として動作し、機械学習装置４から提供された学習モデル１８を用いて、基板処理装置２の状態を診断する装置である。
情報処理装置５Ａは、基板処理装置２の状態を診断した結果として、診断情報を生成する。なお、診断対象の基板処理装置２は、基板処理装置２の組立工場から出荷される前の基板処理装置２でもよいし、組立工場から出荷された後に生産ラインに据え付けられた基板処理装置２でもよい。

ユーザ端末装置６は、作業者が使用する端末装置であり、据置型の装置でもよいし、携帯型の装置でもよい。ユーザ端末装置６は、例えば、アプリケーションプログラム、ウェブブラウザ等の表示画面を介して各種の入力操作を受け付けるとともに、表示画面を介して各種の情報（例えば、イベントの通知、装置情報１１、生産履歴情報３０、試験情報３１、シミュレーション情報３２、診断情報等）を表示する。

（基板処理装置）
図２は、基板処理装置２の一例を示す概略平面図である。図３及び図４は、基板処理装置２におけるウェハＷの搬送ルートの一例を示す概略図である。基板処理装置２は、平面視で略矩形状のハウジング２０の内部に、ロード／アンロード部２１と、研磨部２２と、仕上げ部２３と、基板搬送部２４と、制御ユニット２５とを備えて構成される。

（ロード／アンロード部）
ロード／アンロード部２１は、多数のウェハＷを上下方向に収納可能なウェハカセット（ＦＯＵＰ等の基板カセット）がウェハカセット位置ＬＬ１、ＬＬ２に載置される第１及び第２のフロントロード部２１０Ａ、２１０Ｂと、ウェハＷの供給及び排出を行う供給排出ロボット２１１とを備える。

供給排出ロボット２１１は、ハウジング２０の短手方向に沿って水平方向に移動可能に構成されるとともに、上下方向及び旋回方向に移動可能に構成される。供給排出ロボット２１１は、ウェハＷを受け渡すための上下２段のハンド（不図示）を備える。一方のハンドは、研磨処理前のウェハＷを受け渡すときに使用され、他方のハンドは、仕上げ処理後のウェハＷを受け渡すときに使用される。ハンドは、例えば、伸縮可能であるとともに、ウェハＷを上下反転可能に構成される。

供給排出ロボット２１１は、ウェハＷの搬送処理ＰＴとして、ウェハカセットから研磨処理前のウェハＷを取り出し、第１の搬送ユニット２４０に供給する基板供給処理ＰＴ１と、仕上げ処理後のウェハＷを仕上げ部２３（本実施形態では、第３の仕上げユニット２
３２Ａ、２３２Ｂ）から受け取り、ウェハカセットに収納する基板排出処理ＰＴ１０とを行う。

（研磨部）
研磨部２２は、ウェハＷの研磨処理ＰＰをそれぞれ行う複数（本実施形態では、４つ）の研磨ユニット２２Ａ～２２Ｄを備える。本実施形態では、第１乃至第４の研磨ユニット２２Ａ～２２Ｄは、ハウジング２０の長手方向に沿って並べられて配置され、研磨位置ＬＰ１～ＬＰ４にてウェハＷの研磨処理ＰＰを並行して行う。第１乃至第４の研磨ユニット２２Ａ～２２Ｄは、ウェハＷの受け渡しのための研磨ユニット受け渡し位置ＬＴ１～ＬＴ４にアクセス可能に構成される。研磨ユニット受け渡し位置ＬＴ１～ＬＴ４は、第１乃至第４の研磨ユニット２２Ａ～２２Ｄに対して個別に設定される。

図５は、第１乃至第４の研磨ユニット２２Ａ～２２Ｄの一例を示す斜視図である。本実施形態では、第１乃至第４の研磨ユニット２２Ａ～２２Ｄの基本的な構成や機能は共通するものとして説明する。

第１乃至第４の研磨ユニット２２Ａ～２２Ｄの各々は、研磨面を有する研磨パッド２２００を回転可能に支持する研磨テーブル２２０と、ウェハＷを回転可能に保持し、かつウェハＷを研磨テーブル２２０上の研磨パッド２２００に押圧しながら研磨するためのトップリング（基板保持部）２２１と、研磨パッド２２００に研磨流体を供給する研磨流体供給部２２２と、ドレッサディスク２２３０を回転可能に支持するとともにドレッサディスク２２３０を研磨パッド２２００の研磨面に接触させて研磨パッド２２００をドレッシングするドレッサ２２３と、研磨パッド２２００に洗浄流体を噴射するアトマイザ２２４とを備える。

研磨テーブル２２０は、研磨テーブルシャフト２２０ａにより支持されて、その軸心周りに研磨テーブル２２０を回転駆動させる回転移動機構部２２０ｂと、研磨パッド２２００の表面温度を調節する温調機構部２２０ｃとを備える。

トップリング２２１は、上下方向に移動可能なトップリングシャフト２２１ａに支持されて、その軸心周りにトップリング２２１を回転駆動させる回転移動機構部２２１ｃと、トップリング２２１を上下方向に移動させる上下移動機構部２２１ｄと、支持シャフト２２１ｂを旋回中心にしてトップリング２２１を旋回（揺動）移動させる揺動移動機構部２２１ｅとを備える。回転移動機構部２２１ｃ、上下移動機構部２２１ｄ及び揺動移動機構部２２１ｅは、研磨パッド２２００とウェハＷの被研磨面との相対位置を移動させる基板移動機構部として機能する。

研磨流体供給部２２２は、研磨パッド２２００の研磨面に研磨流体を供給する研磨流体供給ノズル２２２ａと、支持シャフト２２２ｂに支持されて、支持シャフト２２２ｂを旋回中心にして研磨流体供給ノズル２２２ａを旋回移動させる揺動移動機構部２２２ｃと、研磨流体の流量を調節する流量調節部２２２ｄと、研磨流体の温度を調節する温調機構部２２２ｅとを備える。研磨流体は、研磨液（スラリー）又は純水であり、さらに、薬液を含むものでもよいし、研磨液に分散剤を添加したものでもよい。

ドレッサ２２３は、上下方向に移動可能なドレッサシャフト２２３ａに支持されて、その軸心周りにドレッサ２２３を回転駆動させる回転移動機構部２２３ｃと、ドレッサ２２３を上下方向に移動させる上下移動機構部２２３ｄと、支持シャフト２２３ｂを旋回中心にしてドレッサ２２３を旋回移動させる揺動移動機構部２２３ｅとを備える。

アトマイザ２２４は、支持シャフト２２４ａに支持されて、支持シャフト２２４ａを旋
回中心にしてアトマイザ２２４を旋回移動させる揺動移動機構部２２４ｂと、洗浄流体の流量を調節する流量調節部２２４ｃとを備える。洗浄流体は、液体（例えば、純水）と気体（例えば、窒素ガス）の混合流体又は液体（例えば、純水）である。

研磨処理ＰＰでは、トップリング２２１が、研磨ユニット受け渡し位置ＬＴ１～ＬＴ４に移動し、トップリング２２１の下面に研磨処理前のウェハＷを吸着保持することで、研磨処理前のウェハＷを第２の搬送ユニット２４１Ａ、２４１Ｂから受け取る。次に、トップリング２２１が、研磨テーブル２２０上の研磨位置ＬＰ１～ＬＰ４に移動し、研磨流体供給ノズル２２２ａから研磨流体が供給された研磨パッド２２００の研磨面に対してウェハＷを押圧することで、ウェハＷが研磨される。そして、研磨処理ＰＰが終了すると、トップリング２２１は、研磨ユニット受け渡し位置ＬＴ１～ＬＴ４に移動し、研磨処理後のウェハＷを第２の搬送ユニット２４１Ａ、２４１Ｂに受け渡す。

（仕上げ部）
仕上げ部２３は、ウェハＷの仕上げ処理ＰＣをそれぞれ行う複数（本実施形態では、上下２段に３種類ずつ配置された計６つ）の仕上げユニット２３０Ａ～２３２Ａ、２３０Ｂ～２３２Ｂを備える。本実施形態では、第１乃至第３の仕上げユニット２３０Ａ～２３２Ａが、ハウジング２０の長手方向に沿って並べられて上段に配置されるともに、同一の構成を有する第１乃至第３の仕上げユニット２３０Ｂ～２３２Ｂが、ハウジング２０の長手方向に沿って並べられて下段に配置される。第１乃至第３の仕上げユニット２３０Ａ～２３２Ａ、２３０Ｂ～２３２Ｂは、仕上げ位置ＬＣ１～ＬＣ３にて、その並び順（仕上げ工程順）に仕上げ処理ＰＣをそれぞれ行う。

第１の仕上げユニット２３０Ａ、２３０Ｂは、最上流工程の仕上げ処理ＰＣとして、ロールスポンジ２３００を用いて研磨処理後のウェハＷを洗浄するロールスポンジ洗浄処理（第１の仕上げ処理ＰＣ１）を行う。第２の仕上げユニット２３１Ａ、２３１Ｂは、ペンスポンジ２３１０を用いてロールスポンジ洗浄処理後のウェハＷを洗浄するペンスポンジ洗浄処理（第２の仕上げ処理ＰＣ２）を行う。第３の仕上げユニット２３２Ａ、２３２Ｂは、最下流工程の仕上げ処理ＰＣとして、ペンスポンジ洗浄処理後のウェハＷを乾燥させる乾燥処理（第３の仕上げ処理ＰＣ３）を行う。なお、仕上げ処理ＰＣは、例えば、ロールスポンジ洗浄処理を省略して、ペンスポンジ洗浄処理から開始してもよい。

ロールスポンジ２３００及びペンスポンジ２３１０は、ＰＶＡ、ナイロン等の合成樹脂で形成され、多孔質構造を有する。ロールスポンジ２３００及びペンスポンジ２３１０は、ウェハＷをスクラブ洗浄するための洗浄具として機能し、第１の仕上げユニット２３０Ａ、２３０Ｂ、及び、第２の仕上げユニット２３１Ａ、２３１Ｂに交換可能にそれぞれ取り付けられる。

なお、仕上げ部２３は、第１及び第２の仕上げユニット２３０Ａ、２３０Ｂ、２３０Ａ、２３１Ａ、２３１Ｂのいずれかに代えて又は加えて、バフを用いてウェハＷを洗浄するバフ洗浄処理を行う仕上げユニット（不図示）を備えるようにしてもよいし、第１及び第２の仕上げユニット２３０Ａ、２３０Ｂ、２３０Ａ、２３１Ａ、２３１Ｂのいずれかを省略してもよい。また、本実施形態では、第１乃至第３の仕上げユニット２３０Ａ～２３２Ａ、２３０Ｂ～２３２Ｂは、ウェハＷを水平置きで保持（水平保持）するものとして説明するが、ウェハＷを垂直保持又は斜め保持するものでもよい。

図６は、ロールスポンジ洗浄処理を行う第１の仕上げユニット２３０Ａ、２３０Ｂの一例を示す斜視図である。第１の仕上げユニット２３０Ａ、２３０Ｂは、ウェハＷを保持する基板保持部２３０１と、ウェハＷに基板洗浄流体を供給する洗浄流体供給部２３０２と、ロールスポンジ２３００を回転可能に支持するとともにロールスポンジ２３００をウェ
ハＷに接触させてウェハＷを洗浄する基板洗浄部２３０３と、ロールスポンジ２３００を洗浄具洗浄流体にて洗浄（セルフクリーニング）する洗浄具洗浄部２３０４とを備える。基板洗浄流体は、純水（リンス液）及び薬液のいずれでもよく、液体でもよいし、液体及び気体を混合させた二流体でもよいし、ドライアイスのような固体を含むものでもよい。洗浄具洗浄流体は、純水（リンス液）及び薬液のいずれでもよい。

第１の仕上げユニット２３０Ａ、２３０Ｂによるロールスポンジ洗浄処理では、ウェハＷは、基板保持部２３０１により第１の仕上げ位置ＬＣ１に保持された状態で回転される。そして、洗浄流体供給部２３０２からウェハＷの被洗浄面に基板洗浄流体が供給された状態で、基板洗浄部２３０３により軸心周りに回転されたロールスポンジ２３００がウェハＷの被洗浄面に摺接することでウェハＷは洗浄される。

図７は、ペンスポンジ洗浄処理を行う第２の仕上げユニット２３１Ａ、２３１Ｂの一例を示す斜視図である。第２の仕上げユニット２３１Ａ、２３１Ｂは、ウェハＷを保持する基板保持部２３１１と、ウェハＷに基板洗浄流体を供給する洗浄流体供給部２３１２と、ペンスポンジ２３１０を回転可能に支持するとともにペンスポンジ２３１０をウェハＷに接触させてウェハＷを洗浄する基板洗浄部２３１３と、ペンスポンジ２３１０を洗浄具洗浄流体にて洗浄（セルフクリーニング）する洗浄具洗浄部２３１４とを備える。

第２の仕上げユニット２３１Ａ、２３１Ｂによるペンスポンジ洗浄処理では、ウェハＷは、基板保持部２３１１により第２の仕上げ位置ＬＣ２に保持された状態で回転される。そして、洗浄流体供給部２３１２からウェハＷの被洗浄面に基板洗浄流体が供給された状態で、基板洗浄部２３１３により軸心周りに回転されたペンスポンジ２３１０がウェハＷの被洗浄面に摺接することでウェハＷは洗浄される。

図８は、乾燥処理を行う第３の仕上げユニット２３２Ａ、２３２Ｂの一例を示す斜視図である。第３の仕上げユニット２３２Ａ、２３２Ｂは、ウェハＷを保持する基板保持部２３２１と、ウェハＷに基板乾燥流体を供給する乾燥流体供給部２３２２とを備える。基板乾燥流体は、例えば、ＩＰＡ蒸気及び純水（リンス液）であり、液体でもよいし、液体及び気体を混合させた二流体でもよいし、ドライアイスのような固体を含むものでもよい。

第３の仕上げユニット２３２Ａ、２３２Ｂによる乾燥処理では、ウェハＷは、基板保持部２３２１により第３の仕上げ位置ＬＣ３に保持された状態で回転される。そして、乾燥流体供給部２３２２からウェハＷの被洗浄面に基板乾燥流体が供給された状態で、乾燥流体供給部２３２２がウェハＷの側縁部側（径方向外側）に移動される。その後、ウェハＷは、高速回転されることでウェハＷが乾燥される。

（基板搬送部）
図９は、搬送部２４（第２の搬送ユニット２４１Ａ、２４１Ｂ及び移送ロボット２４３）一例を示す概略側面図である。図１０は、搬送部２４（第３の搬送ユニット２４２Ａ、２４２Ｂ及び移送ロボット２４３）の一例を示す概略側面図である。基板搬送部２４は、搬送処理にて基板を搬送するときの搬送ルートが選択可能な複数の搬送処理ユニットで構成される。

基板搬送部２４は、図２に示すように、第１の搬送ユニット２４０と、第２の搬送ユニット２４１Ａ、２４１Ｂと、第３の搬送ユニット２４２Ａ、２４２Ｂと、移送ロボット２４３とを備える。本実施形態では、第２の搬送ユニットとして、第１及び第２の研磨ユニット２２Ａ、２２Ｂ側（以下「右側」という）に配置された第２の搬送ユニット２４１Ａと、第３及び第４の研磨ユニット２２Ｃ、２２Ｄ側（以下「左側」という）に配置された第２の搬送ユニット２４１Ｂとを備える。また、第３の搬送ユニットとして、上段に配置
された第３の搬送ユニット２４２Ａと、下段に配置された第３の搬送ユニット２４２Ｂとを備える。

第１の搬送ユニット２４０は、研磨部２２及び仕上げ部２３の間に配置されて、ハウジング２０の長手方向に沿って、第１の搬送開始位置ＬＳ１と第１の搬送終了位置ＬＥ１との間を水平方向に移動可能に構成される。

第１の搬送ユニット２４０は、ウェハＷの搬送処理ＰＴとして、供給排出ロボット２１１により供給された研磨処理前のウェハＷを第１の搬送開始位置ＬＳ１から第１の搬送終了位置ＬＥ１に搬送する研磨処理前搬送処理ＰＴ２を行う。

第２の搬送ユニット２４１Ａ、２４１Ｂは、研磨部２２側に配置されて、ハウジング２０の長手方向に沿って水平方向に移動可能、かつ、上下方向に移動可能に構成される。

右側の第２の搬送ユニット２４１Ａは、移送ロボット受け渡し位置ＬＲ１と研磨ユニット受け渡し位置ＬＴ１、ＬＴ２との間を互いに独立に水平方向に移動する複数（本実施形態では、上下３段に配置された計３つ）の搬送機構２４１０Ａ～２４１２Ａと、研磨ユニット受け渡し位置ＬＴ１に配置され、上下方向に移動する第１のプッシャ機構２４１３Ａと、研磨ユニット受け渡し位置ＬＴ２に配置され、上下方向に移動する第２のプッシャ機構２４１４Ｂとを備える。

左側の第２の搬送ユニット２４１Ｂは、移送ロボット受け渡し位置ＬＲ２と研磨ユニット受け渡し位置ＬＴ３、ＬＴ４との間を互いに独立に水平方向に移動する複数（本実施形態では、上下３段に配置された計３つ）の搬送機構２４１０Ｂ～２４１２Ｂと、研磨ユニット受け渡し位置ＬＴ３に配置され、上下方向に移動する第１のプッシャ機構２４１３Ｂと、研磨ユニット受け渡し位置ＬＴ４に配置され、上下方向に移動する第２のプッシャ機構２４１４Ｂとを備える。

第２の搬送ユニット２４１Ａ、２４１Ｂにおける複数の搬送機構２４１０Ａ～２４１２Ａ、２４１０Ｂ～２４１２Ｂの各々は、ウェハＷの搬送処理ＰＴとして、研磨処理前のウェハＷを移送ロボット受け渡し位置ＬＲ１、ＬＲ２から研磨ユニット受け渡し位置ＬＴ１～ＬＴ４に搬送する研磨処理前搬入処理ＰＴ４と、研磨処理後のウェハＷを研磨ユニット受け渡し位置ＬＴ１～ＬＴ４から移送ロボット受け渡し位置ＬＲ１、ＬＲ２に搬送する研磨処理後搬出処理ＰＴ５とを行う。

第３の搬送ユニット２４２Ａ、２４２Ｂは、仕上げ部２３側に配置されて、ハウジング２０の長手方向に沿って、第３の搬送開始位置ＬＳ３、第１の仕上げ位置ＬＣ１、第２の仕上げ位置ＬＣ２、及び、第３の仕上げ位置ＬＣ３の間を水平方向に移動可能に構成される。

上段の第３の搬送ユニット２４２Ａは、研磨処理後のウェハＷを保持し、ウェハＷが待機可能なウェハステーション２４２０Ａと、ウェハステーション２４２０Ａと第１乃至第３の仕上げユニット２３０Ａ～２３２Ａとの間を水平方向に移動する搬送機構２４２１Ａとを備える。下段の第３の搬送ユニット２４２Ｂは、研磨処理後のウェハＷを保持し、ウェハＷが待機可能なウェハステーション２４２０Ｂと、ウェハステーション２４２０Ｂと第１乃至第３の仕上げユニット２３０Ｂ～２３２Ｂとの間を水平方向に移動する搬送機構２４２１Ｂとを備える。搬送機構２４２１Ａ、２４２１Ｂは、ウェハＷを受け渡すための左右一対のハンド２４２２、２４２３を備える。一方のハンド２４２２は、研磨処理後で仕上げ処理前のウェハＷを受け渡すときに使用され、他方のハンド２４３３は、仕上げ処理後のウェハＷを受け渡すときに使用される。ハンド２４２２、２４３３は、例えば、伸
縮可能であるとともに、ウェハＷを上下反転可能に構成される。

第３の搬送ユニット２４２Ａ、２４２Ｂにおける搬送機構２４２１Ａ、２４２１Ｂは、ウェハＷの搬送処理ＰＴとして、研磨処理後のウェハＷを第３の搬送開始位置ＬＳ３から仕上げ部２３（本実施形態では、第１の仕上げユニット２３０Ａ、２３０Ｂの第１の仕上げ位置ＬＣ１）に搬送する研磨処理後搬送処理ＰＴ７と、仕上げ処理中のウェハＷを各仕上げユニット間で搬送する仕上げ中搬送処理ＰＴ８、ＰＴ９とを行う。本実施形態では、第３の搬送ユニット２４２Ａ、２４２Ｂは、仕上げ中搬送処理として、第１の仕上げユニット２３０Ａ、２３０Ｂ（第１の仕上げ位置ＬＣ１）から第２の仕上げユニット２３１Ａ、２３１Ｂ（第２の仕上げ位置ＬＣ２）に仕上げ処理中のウェハＷを搬送する第１の仕上げ中搬送処理ＰＴ８と、第２の仕上げユニット２３１Ａ、２３１Ｂ（第２の仕上げ位置ＬＣ２）から第３の仕上げユニット２３２Ａ、２３２Ｂ（第３の仕上げ位置ＬＣ３）に仕上げ処理中のウェハＷを搬送する第２の仕上げ中搬送処理ＰＴ９とを行う。

移送ロボット２４３は、上下方向に移動可能、かつ、及び旋回方向に移動可能に構成される。移送ロボット２４３は、ウェハＷを受け渡すためのハンド２４３０を備える。ハンド２４３０は、例えば、伸縮可能であるとともに、ウェハＷを上下反転可能に構成される。

移送ロボット２４３は、ウェハＷの搬送処理ＰＴとして、研磨処理前のウェハＷを第１の搬送終了位置ＬＥ１にて第１の搬送ユニット２４０から受け取り、移送ロボット受け渡し位置ＬＲ１、ＬＲ２にて第２の搬送ユニット２４１Ａ、２４１Ｂに受け渡す研磨処理前移送処理ＰＴ３と、研磨処理後のウェハＷを移送ロボット受け渡し位置ＬＲ１、ＬＲ２にて第２の搬送ユニット２４１Ａ、２４１Ｂから受け取り、第３の搬送開始位置ＬＳ３にて第３の搬送ユニット２４２Ａ、２４２Ｂに受け渡す研磨処理後移送処理ＰＴ６とを行う。

（制御ユニット）
図１１は、基板処理装置２の一例を示すブロック図である。制御ユニット２５は、各部２１～２４と電気的に接続されて、各部２１～２４を統括的に制御する制御部として機能する。以下では、研磨部２２、仕上げ部２３、及び、基板搬送部２４の制御系（モジュール、センサ、シーケンサ）を例にして説明するが、ロード／アンロード部２１も基本的な構成や機能は共通するため、説明を省略する。

研磨部２２は、各基板処理ユニット（本実施形態では、第１乃至第４の研磨ユニット２２Ａ～２２Ｄ）にそれぞれ配置されて、制御対象となる複数のモジュール２２７と、複数のモジュール２２７にそれぞれ配置されて、各モジュール２２７の制御に必要なデータ（検出値）を検出する複数のセンサ２２８と、各センサ２２８の検出値に基づいて各モジュール２２７の動作を制御するシーケンサ２２９とを備える。

仕上げ部２３は、各基板処理ユニット（本実施形態では、第１乃至第３の仕上げユニット２３０Ａ～２３２Ａ、２３０Ｂ～２３２Ｂ）にそれぞれ配置されて、制御対象となる複数のモジュール２３７と、複数のモジュール２３７にそれぞれ配置されて、各モジュール２４７の制御に必要なデータ（検出値）を検出する複数のセンサ２３８と、各センサ２３８の検出値に基づいて各モジュール２３７の動作を制御するシーケンサ２３９とを備える。

基板搬送部２４は、各搬送処理ユニット（本実施形態では、第１の搬送ユニット２４０、第２の搬送ユニット２４１Ａ、２４１Ｂ、第３の搬送ユニット２４２Ａ、２４２Ｂ、移送ロボット２４３）にそれぞれ配置されて、制御対象となる複数のモジュール２４７と、複数のモジュール２４７にそれぞれ配置されて、各モジュール２４７の制御に必要なデー
タ（検出値）を検出する複数のセンサ２４８と、各センサ２４８の検出値に基づいて各モジュール２４７の動作を制御するシーケンサ２４９とを備える。

モジュール２２７、２３７、２４７には、各部に設けられた回転モータ、リニアモータ、エアアクチュエータ、油圧アクチュエータ等が含まれて、回転運動や直線運動を行う。モジュール２２７、２３７、２４７には、各部の機能に応じて、リニアガイド、ボールねじ、ギヤ、ベルト、カップリング、軸受等の駆動力伝達機構が適宜組み合わせられる。また、センサ２２８、２３８、２４８には、例えば、リニアセンサ、エンコーダセンサ、リミットセンサ、トルクセンサ、加速度センサ、角速度センサ、電流センサ、流量センサ、圧力センサ、振動センサ、温度センサ、近接センサ等が含まれる。

制御ユニット２５は、制御部２５０、通信部２５１、入力部２５２、出力部２５３、及び、記憶部２５４を備える。制御ユニット２５は、例えば、汎用又は専用のコンピュータ（後述の図１２参照）で構成される。

通信部２５１は、ネットワーク７に接続され、各種のデータを送受信する通信インターフェースとして機能する。入力部２５２は、各種の入力操作を受け付けるとともに、出力部２５３は、表示画面、シグナルタワー点灯、ブザー音を介して各種の情報を出力することで、ユーザインターフェースとして機能する。

記憶部２５４は、基板処理装置２の動作で使用される各種のプログラム（オペレーティングシステム（ＯＳ）、制御プログラム、アプリケーションプログラム、ウェブブラウザ等）やデータ（装置情報１１等）を記憶する。

制御部２５０は、複数のシーケンサ２１９、２２９、２３９、２４９（以下、「シーケンサ群」という）を介して複数のセンサ２１８、２２８、２３８、２４８（以下、「センサ群」という）の検出値を取得するとともに、複数のモジュール２１７、２２７、２３７、２４７（以下、「モジュール群」という）を連携して動作させる。そして、基板処理装置２は、制御部２５０により各部２１～２４を制御し、ウェハカセット内の複数のウェハＷに対して研磨処理ＰＰ、仕上げ処理ＰＣ、搬送処理ＰＴ等を順次行うことで、自動運転を実行する。

装置情報１１には、例えば、装置設定情報１２、レシピ情報１３、消耗品情報１４、イベント情報１５等が含まれる。装置情報１１は、表示画面を介して表示されるとともに、作業者により編集可能なデータである。

装置設定情報１２は、基板処理装置２において複数のウェハＷに対する基板処理及び搬送処理を繰り返す処理動作（自動運転）を実行したときの基板処理装置２の動作内容を定める情報である。装置設定情報１２は、複数の装置設定項目を有し、複数の装置設定項目毎に設定値がそれぞれ設定されることで基板処理装置２の動作内容を定める。

装置設定項目としては、例えば、各搬送処理ユニットの座標値、移動速度、移動加速度、タイマー時間等が含まれる。また、装置設定項目としては、各基板処理ユニット（本実施形態では、研磨ユニット２２Ａ～２２Ｄや仕上げユニット２３０Ａ～２３２Ａ、２３０Ｂ～２３２Ｂ）の座標値、移動速度、移動加速度、タイマー時間等が含まれる。なお、装置設定項目には、基板処理装置２の動作を制御するための制御プログラムのバージョンが含まれていてもよい。

レシピ情報１３は、研磨処理ＰＰ及び仕上げ処理ＰＣの処理内容を示す情報である。レシピ情報１３は、複数のレシピ設定項目を有し、複数のレシピ設定項目毎に設定値がそれ
ぞれ設定されることで、研磨処理ＰＰ及び仕上げ処理ＰＣの処理内容を定める。なお、レシピ情報１３は、ウェハＷの１枚毎に設定されていてもよいし、ロットを構成する複数枚毎に設定されていてもよい。

研磨処理ＰＰのレシピ設定項目としては、例えば、研磨テーブル２２０によるテーブル回転速度、トップリング２２１によるトップリング押付時間、ウェハ押付荷重、ウェハ回転速度、研磨流体供給部２２２による研磨流体の供給量、供給タイミング、ドレッサ２２３によるドレッサ動作時間、アトマイザ２２４によるアトマイザ動作時間等が含まれる。

仕上げ処理ＰＣのレシピ設定項目としては、例えば、ロールスポンジ洗浄処理（第１の仕上げ処理ＰＣ１）でのロールスポンジ動作時間、ロールスポンジ回転速度、ウェハ回転速度、基板洗浄流体の供給量、供給タイミング、ペンスポンジ洗浄処理（第２の仕上げ処理ＰＣ２）でのペンスポンジ動作時間、ペンスポンジ回転速度、ウェハ回転速度、基板洗浄流体の供給量、供給タイミング、ウェハ回転速度、乾燥処理（第３の仕上げ処理ＰＣ３）での乾燥動作時間、ウェハ回転速度、基板乾燥流体の供給量、供給タイミング等が含まれる。

消耗品情報１４は、処理動作を実行したときに基板処理装置２にて使用された消耗品の消耗状態を、消耗品項目毎に定める情報である。消耗品としては、研磨パッド２２００、ロールスポンジ２３００、ペンスポンジ２３１０等が含まれるが、これらに限られない。消耗品項目としては、例えば、研磨パッド２２００の使用回数、使用時間、使用時の圧力、ロールスポンジ２３００の使用回数、使用時間、使用時の圧力、及び、ペンスポンジ２３１０の使用回数、使用時間、使用時の圧力等が含まれる。

イベント情報１５は、処理動作を実行したときに基板処理装置２にて発生したイベントの内容を、イベント項目毎に定める情報である。イベント項目としては、例えば、発生イベントＩＤ、発生ユニットＩＤ等が含まれるが、これらに限られない。発生イベントＩＤは、基板処理装置２にて発生したイベントの種類（アクチュエータの動作不良、センサの異常検出等）や程度（異常停止、警告運転）をイベントＩＤで特定する。発生ユニットＩＤは、イベントが発生したユニットをユニットＩＤで特定する。

（各装置のハードウエア構成）
図１２は、コンピュータ９００の一例を示すハードウエア構成図である。基板処理装置２の制御ユニット２５、データベース装置３、機械学習装置４、情報処理装置５Ａ、及び、ユーザ端末装置６の各々は、汎用又は専用のコンピュータ９００により構成される。

コンピュータ９００は、図１２に示すように、その主要な構成要素として、バス９１０、プロセッサ９１２、メモリ９１４、入力デバイス９１６、出力デバイス９１７、表示デバイス９１８、ストレージ装置９２０、通信Ｉ／Ｆ（インターフェース）部９２２、外部機器Ｉ／Ｆ部９２４、Ｉ／Ｏ（入出力）デバイスＩ／Ｆ部９２６、及び、メディア入出力部９２８を備える。なお、上記の構成要素は、コンピュータ９００が使用される用途に応じて適宜省略されてもよい。

プロセッサ９１２は、１つ又は複数の演算処理装置（ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＭＰＵ（Ｍｉｃｒｏ－Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＮＰＵ（Ｎｅｕｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等）で構成され、コンピュータ９００全体を統括する制御部として動作する。メモリ９１４は、各種のデータ及びプログラム９３０を記憶し、例えば、メインメモリとして機能する揮発性メモリ（ＤＲＡＭ、ＳＲＡＭ等）と、不揮発性メモリ（ＲＯＭ
）、フラッシュメモリ等とで構成される。

入力デバイス９１６は、例えば、キーボード、マウス、テンキー、電子ペン等で構成され、入力部として機能する。出力デバイス９１７は、例えば、音（音声）出力装置、バイブレーション装置等で構成され、出力部として機能する。表示デバイス９１８は、例えば、液晶ディスプレイ、有機ＥＬディスプレイ、電子ペーパー、プロジェクタ等で構成され、出力部として機能する。入力デバイス９１６及び表示デバイス９１８は、タッチパネルディスプレイのように、一体的に構成されていてもよい。ストレージ装置９２０は、例えば、ＨＤＤ、ＳＳＤ等で構成され、記憶部として機能する。ストレージ装置９２０は、オペレーティングシステムやプログラム９３０の実行に必要な各種のデータを記憶する。

通信Ｉ／Ｆ部９２２は、インターネットやイントラネット等のネットワーク９４０（図１のネットワーク７と同じであってもよい）に有線又は無線により接続され、所定の通信規格に従って他のコンピュータとの間でデータの送受信を行う通信部として機能する。外部機器Ｉ／Ｆ部９２４は、カメラ、プリンタ、スキャナ、リーダライタ等の外部機器９５０に有線又は無線により接続され、所定の通信規格に従って外部機器９５０との間でデータの送受信を行う通信部として機能する。Ｉ／ＯデバイスＩ／Ｆ部９２６は、各種のセンサ、アクチュエータ等のＩ／Ｏデバイス９６０に接続され、Ｉ／Ｏデバイス９６０との間で、例えば、センサによる検出信号やアクチュエータへの制御信号等の各種の信号やデータの送受信を行う通信部として機能する。メディア入出力部９２８は、例えば、ＤＶＤドライブ、ＣＤドライブ等のドライブ装置、メモリカードスロット、ＵＳＢコネクタで構成され、ＤＶＤ、ＣＤ、メモリカード、ＵＳＢメモリ等のメディア（非一時的な記憶媒体）９７０に対してデータの読み書きを行う。

上記構成を有するコンピュータ９００において、プロセッサ９１２は、ストレージ装置９２０に記憶されたプログラム９３０をメモリ９１４に呼び出して実行し、バス９１０を介してコンピュータ９００の各部を制御する。なお、プログラム９３０は、ストレージ装置９２０に代えて、メモリ９１４に記憶されていてもよい。プログラム９３０は、インストール可能なファイル形式又は実行可能なファイル形式でメディア９７０に記録され、メディア入出力部９２８を介してコンピュータ９００に提供されてもよい。プログラム９３０は、通信Ｉ／Ｆ部９２２を介してネットワーク９４０経由でダウンロードすることによりコンピュータ９００に提供されてもよい。また、コンピュータ９００は、プロセッサ９１２がプログラム９３０を実行することで実現する各種の機能を、例えば、ＦＰＧＡ、ＡＳＩＣ等のハードウエアで実現するものでもよい。

コンピュータ９００は、例えば、据置型コンピュータや携帯型コンピュータで構成され、任意の形態の電子機器である。コンピュータ９００は、クライアント型コンピュータでもよいし、サーバ型コンピュータやクラウド型コンピュータでもよいし、例えば、制御盤、コントローラ（マイコン、プログラマブルロジックコントローラ、シーケンサを含む）等と呼ばれる組込型コンピュータでもよい。コンピュータ９００は、各装置２～６以外の装置にも適用されてもよい。

（生産履歴情報３０）
図１３は、データベース装置３により管理される生産履歴情報３０の一例を示すデータ構成図である。生産履歴情報３０は、本生産用の基板処理装置２にて処理動作が行われたときに取得されたレポートＲが分類されて登録されるテーブルとして、例えば、ウェハＷや各処理の時刻等に関するウェハ履歴テーブル３００と、装置情報１１に関する装置情報テーブル３０１と、操作情報に関する操作履歴テーブル３０２とを備える。

ウェハ履歴テーブル３００の各レコードには、例えば、ウェハＩＤ、装置ＩＤ、カセッ
ト番号、スロット番号、各処理の開始時刻、終了時刻、使用ユニットＩＤ等が登録される。なお、図１３では、研磨処理、洗浄処理、乾燥処理が例示されているが、他の処理についても同様に登録される。使用ユニットＩＤは、各処理で使用されたユニットをユニットＩＤで特定するとともに、ユニットＩＤには、そのユニットの種別を示すユニット種別（例えば、搬送処理、研磨処理、ロールスポンジ洗浄処理、ペンスポンジ洗浄処理、乾燥処理等）が関連付けられる。

装置情報テーブル３０１の各レコードには、例えば、ウェハＩＤと、装置情報１１に含まれる装置設定情報１２、レシピ情報１３、消耗品情報１４、イベント情報１５等が登録される。なお、装置設定情報１２、レシピ情報１３、消耗品情報１４及びイベント情報１５は、それらの情報がそのまま登録されてもよいし、それらの情報の参照先を示す情報が登録されてもよい。

操作履歴テーブル３０２の各レコードには、例えば、装置ＩＤ、操作時刻、ユーザ操作情報等が登録される。ユーザ操作情報は、例えば、作業者が装置設定情報１２及びレシピ情報１３を編集したときの編集内容（例えば、編集した装置設定項目又はレシピ設定項目と、編集前後の設定値等）を含む。また、ユーザ操作情報は、例えば、作業者が消耗品を交換した場合の交換内容（例えば、交換した消耗品の種類）を含む。

生産履歴情報３０において、ウェハ履歴テーブル３００を参照することで、例えば、複数のウェハＷに対して処理動作が行われたときの単位時間当たりのウェハＷの処理枚数（以下、「単位時間処理枚数ＷＰＨ」という）が算出可能である。ウェハＩＤや装置ＩＤにより関連付けられた装置情報テーブル３０１及び操作履歴テーブル３０２を参照することで、処理動作が行われたときの各種の情報が取得可能である。

（試験情報３１）
図１４は、データベース装置３により管理される試験情報３１の一例を示すデータ構成図である。試験情報３１は、試験装置にて試験動作が行われたときに取得された試験条件及び試験結果が分類されて登録される試験テーブル３１０を備える。

試験テーブル３１０の各レコードには、例えば、試験ＩＤ、試験条件、第１の単位時間処理枚数ＷＰＨ－１、第１の装置情報１１－１、第２の単位時間処理枚数ＷＰＨ－２、第２の装置情報１１－２、試験診断情報等が含まれる。

試験条件としては、試験装置において第１の試験動作と第２の試験動作とが行われるときに、第１の試験動作と第２の試験動作との間で変更される条件を定めるものある。例えば、試験条件としては、装置設定情報１２に含まれる特定（複数でもよい）の装置設定項目に対する設定値を変更したときの装置設定変更内容と、レシピ情報１３に含まれる特定（複数でもよい）のレシピ設定項目に対する設定値を変更したときのレシピ変更内容と、特定（複数でもよい）の消耗品を交換したときの消耗品交換内容と、機械的な調整が可能な機械的調整項目として、特定のモジュール２１７、２２７、２３７、２４７の機械的な調整値（例えば、エアアクチュエータのストローク量等）を変更したときの機械的変更内容とが挙げられる。

試験装置において、試験条件における設定値や調整値が変更される前や、消耗品が交換される前に第１の試験動作を行うことで、そのときの単位時間処理枚数ＷＰＨ及び装置情報１１が、第１の単位時間処理枚数ＷＰＨ－１及び第１の装置情報１１－１として登録される。また、試験装置において、試験条件における設定値や機械的な調整値が変更された後や、消耗品が交換された後に第２の試験動作を行うことで、そのときの単位時間処理枚数ＷＰＨ及び装置情報１１が、第２の単位時間処理枚数ＷＰＨ－２及び第２の装置情報１
１－２として登録される。

試験診断情報は、第１の単位時間処理枚数ＷＰＨ－１及び第２の単位時間処理枚数ＷＰＨ－２に差異が発生したときの原因と、その差異を解消するための対策とのうち少なくとも一方を含む。その際、試験診断情報は、原因を複数の原因種別に分類した原因分類結果、及び、対策を複数の対策種別に分類した対策分類結果の少なくとも１つを含むものでもよい。原因種別は、装置設定情報１２に起因する原因、レシピ情報１３に起因する原因、消耗品に起因する原因、及び、基板処理装置２の機械的な原因の少なくとも１つを含む。対策種別は、装置設定情報１２に関する対策、レシピ情報１３に関する対策、消耗品に関する対策、及び、基板処理装置２の機械的な原因の少なくとも１つを含む。

また、試験診断情報は、原因に関連する項目として、装置設定項目、レシピ設定項目、消耗品項目、及び、機械的調整項目の少なくとも１つで特定された原因項目と、対策に関連する項目として、装置設定項目、レシピ設定項目、消耗品項目、及び、機械的調整項目との少なくとも１つで特定された対策項目との少なくとも１つを含むものでもよい。

試験診断情報は、試験条件に基づいて登録される。例えば、試験条件として、装置設定変更内容が登録されている場合には、原因種別は、装置設定情報１２に起因する原因として分類され、原因項目は、その装置設定変更内容にて変更された装置設定項目で特定される。試験条件として、レシピ変更内容が登録されている場合には、原因種別は、レシピ情報１３に起因する原因として分類され、原因項目は、そのレシピ変更内容にて変更されたレシピ設定項目で特定される。試験条件として、消耗品交換内容が登録されている場合には、原因種別は、消耗品に起因する原因として分類され、原因項目は、その消耗品交換内にて変更された消耗品項目で特定される。試験条件として、機械的変更内容が登録されている場合には、原因種別は、機械的な原因として分類され、原因項目は、その機械的変更内容にて変更された機械的調整項目で特定される。なお、試験診断情報は、ユーザ端末装置６を介して作業者の入力操作を受け付けることで、作業者にて入力されてもよい。

（シミュレーション情報３２）
図１５は、データベース装置３により管理されるシミュレーション情報３２の一例を示すデータ構成図である。シミュレーション情報３２は、シミュレーション装置にてシミュレーション動作が行われたときに取得されたシミュレーション条件及びシミュレーション結果が分類されて登録されるシミュレーションテーブル３２０を備える。

シミュレーションテーブル３２０の各レコードには、例えば、シミュレーションＩＤ、シミュレーション条件、第１の単位時間処理枚数ＷＰＨ－１、第１の装置情報１１－１、第２の単位時間処理枚数ＷＰＨ－２、第２の装置情報１１－２、シミュレーション診断情報等が含まれる。

シミュレーション条件としては、シミュレーション装置において第１のシミュレーション動作と第２のシミュレーション動作とが行われるときに、第１のシミュレーション動作と第２のシミュレーション動作との間で変更される条件を定めるものある。例えば、シミュレーション条件としては、装置設定情報１２に含まれる特定（複数でもよい）の装置設定項目に対する設定値を変更したときの装置設定変更内容と、レシピ情報１３に含まれる特定（複数でもよい）のレシピ設定項目に対する設定値を変更したときのレシピ変更内容と、特定（複数でもよい）の消耗品を交換したときの消耗品交換内容と、機械的な調整が可能な機械的調整項目として、特定のモジュール２１７、２２７、２３７、２４７の機械的な調整値（例えば、エアアクチュエータのストローク量等）を変更したときの機械的変更内容とが挙げられる。

シミュレーション装置において、シミュレーション条件における設定値や調整値が変更される前や、消耗品が交換される前に第１のシミュレーション動作を行うことで、そのときの単位時間処理枚数ＷＰＨ及び装置情報１１が、第１の単位時間処理枚数ＷＰＨ－１及び第１の装置情報１１－１として登録される。また、シミュレーション装置において、シミュレーション条件における設定値や機械的な調整値が変更された後や、消耗品が交換された後に第２のシミュレーション動作を行うことで、そのときの単位時間処理枚数ＷＰＨ及び装置情報１１が、第２の単位時間処理枚数ＷＰＨ－２及び第２の装置情報１１－２として登録される。

シミュレーション診断情報は、第１の単位時間処理枚数ＷＰＨ－１及び第２の単位時間処理枚数ＷＰＨ－２に差異が発生したときの原因と、その差異を解消するための対策とのうち少なくとも一方を含む。シミュレーション診断情報は、試験テーブル３１０と同様に、シミュレーション条件に基づいて登録されるが、ユーザ端末装置６を介して作業者の入力操作を受け付けることで、作業者にて入力されてもよい。なお、シミュレーション診断情報のデータ構成は、試験テーブル３１０における試験診断情報と同様であるため、詳細な説明を省略する。

（機械学習装置４）
図１６は、機械学習装置４の一例を示すブロック図である。機械学習装置４は、制御部４０、通信部４１、学習用データ記憶部４２、学習済みモデル記憶部４３、入力部４４、及び、出力部４５を備える。

制御部４０は、学習用データ取得部４００及び機械学習部４０１として機能する。通信部４１は、ネットワーク７を介して外部装置（例えば、基板処理装置２、データベース装置３、情報処理装置５Ａ、ユーザ端末装置６、シミュレーション装置（不図示）等）と接続され、各種のデータを送受信する通信インターフェースとして機能する。入力部４４は、各種の入力操作を受け付けるとともに、出力部４５は、表示画面や音声を介して各種の情報を出力することで、ユーザインターフェースとして機能する。

学習用データ取得部４００は、入力データしての基準情報１０－Ａ及び比較情報１０－Ｂと、出力データとしての診断情報１６で構成される学習用データ１７を取得する。学習用データ１７は、教師あり学習における教師データ（トレーニングデータ）、検証データ及びテストデータとして用いられるデータである。また、診断情報１６は、教師あり学習における正解ラベルとして用いられるデータである。

学習用データ取得部４００は、例えば、データベース装置３の生産履歴情報３０、試験情報３１又はシミュレーション情報３２を参照することで、学習用データ１７を取得する。例えば、学習用データ取得部４００は、操作履歴テーブル３０２において、装置設定情報１２やレシピ情報１３の設定値が変更されたり、消耗品が交換されたりしたときの操作時刻を検出し、ウェハ履歴テーブル３００及び装置情報テーブル３０１からそれらの時刻よりも前の単位時間処理枚数ＷＰＨ及び装置情報１１を基準情報１０－Ａとし、それらの時刻より後の単位時間処理枚数ＷＰＨ及び装置情報１１を比較情報１０－Ｂとして取得する。そして、学習用データ取得部４００は、それらの基準情報１０－Ａ及び比較情報１０－Ｂに対する診断情報１６を、例えば、ユーザ端末装置６を介して作業者の入力操作として受け付けることで、学習用データ１７を取得する。

また、学習用データ取得部４００は、試験テーブル３１０の特定のレコードから、第１の単位時間処理枚数ＷＰＨ－１及び第１の装置情報１１－１を基準情報１０－Ａとし、第２の単位時間処理枚数ＷＰＨ－２及び第２の装置情報１１－２を比較情報１０－Ｂとし、試験診断情報を診断情報１６として取得することで、学習用データ１７を取得する。さら
に学習用データ取得部４００は、シミュレーションテーブル３２０の特定のレコードから、第１の単位時間処理枚数ＷＰＨ－１及び第１の装置情報１１－１を基準情報１０－Ａとし、第２の単位時間処理枚数ＷＰＨ－２及び第２の装置情報１１－２を比較情報１０－Ｂとし、シミュレーション診断情報を診断情報１６として取得することで、学習用データ１７を取得する。

学習用データ記憶部４２は、学習用データ取得部４００で取得した学習用データ１７を複数組記憶するデータベースである。なお、学習用データ記憶部４２を構成するデータベースの具体的な構成は適宜設計すればよい。

機械学習部４０１は、学習用データ記憶部４２に記憶された複数組の学習用データ１７を用いて機械学習を実施する。すなわち、機械学習部４０１は、学習モデル１８に学習用データ１７を複数組入力し、学習用データ１７に含まれる基準情報１０－Ａ及び比較情報１０－Ｂと、診断情報１６との相関関係を学習モデル１８に学習させることで、学習済みの学習モデル１８を生成する。

学習済みモデル記憶部４３は、機械学習部４０１により生成された学習済みの学習モデル１８（具体的には、調整済みの重みパラメータ群）を記憶するデータベースである。学習済みモデル記憶部４３に記憶された学習済みの学習モデル１８は、ネットワーク７や記録媒体等を介して実システム（例えば、情報処理装置５Ａ）に提供される。なお、図１６では、学習用データ記憶部４２と、学習済みモデル記憶部４３とが別々の記憶部として示されているが、これらは単一の記憶部で構成されてもよい。

図１７は、学習モデル１８及び学習用データ１７の一例を示す図である。学習モデル１８の機械学習に用いられる学習用データ１７は、入力データとしての基準情報１０－Ａ及び比較情報１０－Ｂと、出力データとしての診断情報１６とで構成される。

学習用データ１７の入力データを構成する基準情報１０－Ａは、基準処理枚数ＷＰＨ－Ａと、基準装置情報１１－Ａとを含む。

基準処理枚数ＷＰＨ－Ａは、基準となる基板処理装置２に相当する基準装置において処理動作に相当する基準処理動作を実行したときの単位時間処理枚数ＷＰＨである。学習用データ取得部４００が試験情報３１又はシミュレーション情報３２から学習用データ１７を取得する場合には、第１の単位時間処理枚数ＷＰＨ－１が、基準処理枚数ＷＰＨ－Ａに相当する。

基準装置情報１１－Ａは、基準処理動作を実行したときの基準装置に関する装置情報１１である。学習用データ取得部４００が試験情報３１又はシミュレーション情報３２から学習用データ１７を取得する場合には、第１の装置情報１１－１が、基準装置情報１１－Ａに相当する。基準装置情報１１－Ａは、第１の装置情報１１－１と同様に、装置設定情報１２、レシピ情報１３、消耗品情報１４、及び、イベント情報１５の少なくとも１つを含む。

学習用データ１７の入力データを構成する比較情報１０－Ｂは、比較処理枚数ＷＰＨ－Ｂと、比較装置情報１１－Ｂとを含む。

比較処理枚数ＷＰＨ－Ｂは、基準装置の比較対象となる基板処理装置２に相当する比較装置において処理動作に相当する比較処理動作を実行したときの単位時間処理枚数ＷＰＨである。学習用データ取得部４００が試験情報３１又はシミュレーション情報３２から学習用データ１７を取得する場合には、第２の単位時間処理枚数ＷＰＨ－２が、比較処理枚
数ＷＰＨ－Ｂに相当する。

比較装置情報１１－Ｂは、比較処理動作を実行したときの比較装置に関する装置情報１１である。学習用データ取得部４００が試験情報３１又はシミュレーション情報３２から学習用データ１７を取得する場合には、第２の装置情報１１－２が、比較装置情報１１－Ｂに相当する。比較装置情報１１－Ｂは、第２の装置情報１１－２と同様に、装置設定情報１２、レシピ情報１３、消耗品情報１４、及び、イベント情報１５の少なくとも１つを含む。

学習用データ１７の出力データを構成する診断情報１６は、基準処理枚数ＷＰＨ－Ａ及び比較処理枚数ＷＰＨ－Ｂに差異が発生したときの原因と、差異を解消するための対策とのうち少なくとも一方を含む。すなわち、診断情報１６は、基準処理枚数ＷＰＨ－Ａに対して比較処理枚数ＷＰＨ－Ｂが少なかったり多かったりした場合の比較装置における原因や、比較処理枚数ＷＰＨ－Ｂを基準処理枚数ＷＰＨ－Ａに近づけるための比較装置における対策を示すものである。学習用データ取得部４００が試験情報３１又はシミュレーション情報３２から学習用データ１７を取得する場合には、試験診断情報及びシミュレーション診断情報が、診断情報１６に相当する。

その際、診断情報１６は、試験診断情報及びシミュレーション診断情報と同様に、原因を複数の原因種別に分類した原因分類結果、及び、対策を複数の対策種別に分類した対策分類結果の少なくとも１つを含むものでもよい。原因種別は、装置設定情報１２に起因する原因、レシピ情報１３に起因する原因、消耗品に起因する原因、及び、基板処理装置２の機械的な原因の少なくとも１つを含む。対策種別は、装置設定情報１２に関する対策、レシピ情報１３に関する対策、消耗品に関する対策、及び、基板処理装置２の機械的な原因の少なくとも１つを含む。

また、診断情報１６は、原因に関連する項目として、装置設定項目、レシピ設定項目、消耗品項目、及び、機械的調整項目の少なくとも１つで特定された原因項目と、対策に関連する項目として、装置設定項目、レシピ設定項目、消耗品項目、及び、機械的調整項目との少なくとも１つで特定された対策項目との少なくとも１つを含むものでもよい。その際、診断情報１６は、原因や対策に関連する度合いが高い順に複数の原因項目や対策項目を示すものでもよい。

学習モデル１８は、例えば、ニューラルネットワークの構造を採用したものであり、入力層１８０、中間層１８１、及び、出力層１８２を備える。各層の間には、各ニューロンをそれぞれ接続するシナプス（不図示）が張られており、各シナプスには、重みがそれぞれ対応付けられている。各シナプスの重みからなる重みパラメータ群が、機械学習により調整される。

入力層１８０は、入力データとしての基準情報１０－Ａ及び比較情報１０－Ｂに対応する数のニューロンを有し、基準情報１０－Ａ及び比較情報１０－Ｂに含まれる各パラメータ値が各ニューロンにそれぞれ入力される。出力層１８２は、出力データとしての診断情報１６に対応する数のニューロンを有し、基準情報１０－Ａ及び比較情報１０－Ｂに対する診断情報１６の予測結果（推論結果）が、出力データとして出力される。

なお、学習済みモデル記憶部４３に記憶される学習モデル１８の数は１つに限定されず、例えば、機械学習の手法、基板処理装置２の機構の違い、基準情報１０－Ａ及び比較情報１０－Ｂに含まれるデータの種類、診断情報１６に含まれるデータの種類等のように、条件が異なる複数の学習モデル１８が記憶されてもよい。その場合には、学習用データ記憶部４２には、条件が異なる複数の学習モデル１８にそれぞれ対応するデータ構成を有す
る複数種類の学習用データ１７が記憶されるようにすればよい。

（機械学習方法）
図１８は、機械学習装置４による機械学習方法の一例を示すフローチャートである。

まず、ステップＳ１００において、学習用データ取得部４００は、機械学習を開始するための事前準備として、所望の数の学習用データ１７を取得し、その取得した学習用データ１７を学習用データ記憶部４２に記憶する。ここで準備する学習用データ１７の数については、最終的に得られる学習モデル１８に求められる推論精度を考慮して設定すればよい。

次に、ステップＳ１１０において、機械学習部４０１は、機械学習を開始すべく、学習前の学習モデル１８を準備する。ここで準備する学習前の学習モデル１８は、ニューラルネットワークモデルで構成されており、各シナプスの重みが初期値に設定されている。

次に、ステップＳ１２０において、機械学習部４０１は、学習用データ記憶部４２に記憶された複数組の学習用データ１７から、例えば、ランダムに１組の学習用データ１７を取得する。

次に、ステップＳ１３０において、機械学習部４０１は、１組の学習用データ１７に含まれる入力データ（基準情報１０－Ａ及び比較情報１０－Ｂ）を、準備された学習前（又は学習中）の学習モデル１８の入力層１８０に入力する。その結果、学習モデル１８の出力層１８２から推論結果として出力データ（診断情報１６）が出力されるが、当該出力データは、学習前（又は学習中）の学習モデル１８によって生成されたものである。そのため、学習前（又は学習中）の状態では、推論結果として出力された出力データは、学習用データ１７に含まれる正解ラベル（診断情報１６）とは異なる情報を示す。

次に、ステップＳ１４０において、機械学習部４０１は、ステップＳ１２０において取得された１組の学習用データ１７に含まれる正解ラベルと、ステップＳ１３０において出力層１８２から推論結果として出力された出力データとを比較し、各シナプスの重みを調整する処理（バックプロパゲーション）を実施することで、機械学習を実施する。これにより、機械学習部４０１は、入力データと出力データとの相関関係を学習モデル１８に学習させる。

次に、ステップＳ１５０において、機械学習部４０１は、所定の学習終了条件が満たされたか否かを、例えば、学習用データ１７に含まれる正解ラベルと、推論結果として出力された出力データとに基づく誤差関数の評価値や、学習用データ記憶部４２内に記憶された未学習の学習用データ１７の残数に基づいて判定する。

ステップＳ１５０において、機械学習部４０１が、学習終了条件が満たされておらず、機械学習を継続すると判定した場合（ステップＳ１５０でＮｏ）、ステップＳ１２０に戻り、学習中の学習モデル１８に対してステップＳ１２０～Ｓ１４０の工程を未学習の学習用データ１７を用いて複数回実施する。一方、ステップＳ１５０において、機械学習部４０１が、学習終了条件が満たされて、機械学習を終了すると判定した場合（ステップＳ１５０でＹｅｓ）、ステップＳ１６０に進む。

そして、ステップＳ１６０において、機械学習部４０１は、各シナプスに対応付けられた重みを調整することで生成された学習済みの学習モデル１８（調整済みの重みパラメータ群）を学習済みモデル記憶部４３に記憶し、図１８に示す一連の機械学習方法を終了する。機械学習方法において、ステップＳ１００が学習用データ記憶工程、ステップＳ１１
０～Ｓ１５０が機械学習工程、ステップＳ１６０が学習済みモデル記憶工程に相当する。

以上のように、本実施形態に係る機械学習装置４及び機械学習方法によれば、基準となる基板処理装置２に相当する基準装置における基準処理枚数ＷＰＨ－Ａ及び基準装置情報１１－Ａを含む基準情報１０－Ａと、基準装置の比較対象となる基板処理装置２に相当する比較装置における比較処理枚数ＷＰＨ－Ｂ及び比較装置情報１１－Ｂを含む比較情報１０－Ｂとから、基準処理枚数ＷＰＨ－Ａ及び比較処理枚数ＷＰＨ－Ｂに差異が発生したときの原因と、その差異を解消するための対策とのうち少なくとも一方を含む診断情報１６を予測（推論）することが可能な学習モデル１８を提供することができる。

（情報処理装置５Ａ）
図１９は、第１の実施形態に係る情報処理装置５Ａの一例を示すブロック図である。図２０は、第１の実施形態に係る情報処理装置５Ａの一例を示す機能説明図である。情報処理装置５Ａは、制御部５０、通信部５１、及び、記憶部５２を備える。

制御部５０は、診断条件受付部５００、基準情報取得部５０１、比較情報取得部５０２、診断処理部５０３Ａ、及び、出力処理部５０４として機能する。通信部５１は、ネットワーク７を介して外部装置（例えば、基板処理装置２、データベース装置３、機械学習装置４、及び、ユーザ端末装置６等）と接続され、各種のデータを送受信する通信インターフェースとして機能する。記憶部５２は、情報処理装置５Ａの動作で使用される各種のプログラム（オペレーティングシステムや情報処理プログラム等）やデータ（学習モデル１８等）を記憶する。

診断条件受付部５００は、基板処理装置２の状態を診断する際の診断条件を受け付ける。診断条件には、例えば、基準装置指定条件と、比較装置指定条件とが含まれる。診断条件受付部５００は、例えば、診断条件を入力するための表示画面をユーザ端末装置６に表示させて、その表示画面に対する作業者の入力操作に応じて診断条件を受け付ける。なお、診断条件受付部５００は、所定の時間毎やウェハの処理枚数毎に、事前に設定された診断条件を自動で受け付けるようにしてもよい。

基準装置指定条件は、基準となる基板処理装置２に相当する基準装置と、その基準装置において実行された基準処理動作とを特定するものである。基準装置指定条件は、例えば、（Ａ１）装置ＩＤ及び日時の組み合わせ、（Ａ２）装置ＩＤ及びウェハＩＤの組み合わせ、（Ａ３）試験ＩＤ、（Ａ４）シミュレーションＩＤ等により指定される。

比較装置指定条件は、基準装置の比較対象となる基板処理装置２に相当する比較装置と、その比較装置において実行された比較処理動作とを特定するものである。比較装置指定条件は、例えば、（Ｂ１）装置ＩＤ及び日時の組み合わせ、（Ｂ２）装置ＩＤ及びウェハＩＤの組み合わせ、（Ｂ３）試験ＩＤ、（Ｂ４）シミュレーションＩＤ等により指定される。

したがって、基準装置指定条件と、比較装置指定条件とにより、各種の診断を実現することができる。例えば、基板処理装置２の組立工場での出荷検査、生産ラインでの点検検査等において、例えば、基板処理装置２の設計スペックを満たすような基板処理装置２（複数の基板処理装置２でもよい）を上記（Ａ３）や（Ａ４）で基準装置として指定するとともに、検査対象の基板処理装置２を上記（Ｂ１）や（Ｂ２）で比較装置として指定することにより、実動誤差の発生状況に応じた出荷検査や点検検査を行うことができる。その際、検査にて合格済みの基板処理装置２（複数の基板処理装置２でもよい）や基板処理装置２の設計スペックを満たすような基板処理装置２が、上記（Ａ１）や（Ａ２）で基準装置として指定されてもよい。また、基板処理装置２の経時的な変化を確認する場合等にお
いて、例えば、過去の時点の基板処理装置２（複数の基板処理装置２でもよい）を上記（Ａ１）や（Ａ２）で基準装置として指定するとともに、現時点の基板処理装置２を上記（Ａ１）や（Ａ２）で比較装置として指定することにより、経時的な変化を確認することができる。さらに、試験装置やシミュレーション装置の精度を評価する場合等において、例えば、基板処理装置２の設計スペックを満たすような基板処理装置２（複数の基板処理装置２でもよい）を上記（Ａ１）や（Ａ２）で基準装置として指定するとともに、評価対象の試験装置やシミュレーション装置を上記（Ｂ３）や（Ｂ４）で比較装置として指定することにより、試験装置やシミュレーション装置の精度を評価することができる。なお、複数の基板処理装置２が基準装置として指定された場合には、それら複数の基板処理装置２に対して平均値、最大値、最小値等の演算処理を用いて、基準情報１０－Ａが取得されるようにすればよい。

基準情報取得部５０１は、基準装置において基準処理動作を実行したときの基準処理枚数ＷＰＨ－Ａと、基準処理動作を実行したときの基準装置に関する基準装置情報１１－Ａとを基準情報１０－Ａとして取得する。すなわち、基準情報１０－Ａには、基準処理枚数ＷＰＨ－Ａと、基準装置情報１１－Ａとが含まれる。基準情報取得部５０１は、例えば、診断条件受付部５００により受け付けられた診断条件のうちの基準装置指定条件に基づいて、データベース装置３の生産履歴情報３０、試験情報３１又はシミュレーション情報３２を参照することにより、基準情報１０－Ａを取得する。

比較情報取得部５０２は、比較装置において比較処理動作を実行したときの比較処理枚数ＷＰＨ－Ｂと、比較処理動作を実行したときの比較装置に関する比較装置情報１１－Ｂとを比較情報１０－Ｂとして取得する。すなわち、比較情報１０－Ｂには、比較処理枚数ＷＰＨ－Ｂと、比較装置情報１１－Ｂとが含まれる。比較情報取得部５０２は、例えば、診断条件受付部５００により受け付けられた診断条件のうちの比較装置指定条件に基づいて、データベース装置３の生産履歴情報３０、試験情報３１又はシミュレーション情報３２を参照することにより、比較情報１０－Ｂを取得する。

診断処理部５０３Ａは、基準情報取得部５０１により取得された基準情報１０－Ａと、比較情報取得部５０２により取得された比較情報１０－Ｂとに基づいて、基準処理枚数ＷＰＨ－Ａ及び比較処理枚数ＷＰＨ－Ｂに差異が発生したときの原因と、差異を解消するための対策とのうち少なくとも一方を含む診断情報１６を生成する。

本実施形態では、診断処理部５０３Ａは、基準情報取得部５０１により取得された基準情報１０－Ａと、比較情報取得部５０２により取得された比較情報１０－Ｂとを学習モデル１８に入力することにより、当該基準情報１０－Ａ及び比較情報１０－Ｂに対する診断情報１６を生成する。なお、診断情報１６は、原因分類結果及び対策分類結果の少なくとも１つを含むものよいし、原因項目及び対策項目の少なくとも１つを含むものでもよい。その際、診断情報１６は、原因や対策に関連する度合いが高い順に複数の原因項目や対策項目を示すものでもよい。

記憶部５２には、診断処理部５０３Ａにて用いられる学習済みの学習モデル１８が記憶されている。なお、記憶部５２に記憶される学習モデル１８の数は１つに限定されず、例えば、機械学習の手法、基板処理装置２の機構の違い、基準情報１０－Ａ及び比較情報１０－Ｂに含まれるデータの種類、診断情報１６に含まれるデータの種類等のように、条件が異なる複数の学習済みモデルが記憶され、選択的又は並列的に利用可能としてもよい。記憶部５２は、外部コンピュータ（例えば、サーバ型コンピュータやクラウド型コンピュータ）の記憶部で代用されてもよく、その場合には、診断処理部５０３Ａは、当該外部コンピュータにアクセスすればよい。

出力処理部５０４は、診断処理部５０３Ａにより生成された診断情報１６を出力するための出力処理を行う。例えば、出力処理部５０４は、診断情報１６をユーザ端末装置６に送信することで、ユーザ端末装置６によりその診断情報１６に基づく表示画面が表示される。なお、出力処理部５０４は、診断情報１６を記憶部５２に記憶するようにしてもよい。

（情報処理方法）
図２１は、第１の実施形態に係る情報処理装置５Ａによる情報処理方法の一例を示すフローチャートである。以下では、作業者がユーザ端末装置６を操作して、特定の基板処理装置２の状態を診断する場合の動作例について説明する。

まず、ステップＳ２００において、作業者が、ユーザ端末装置６に対して診断条件を入力する入力操作を行うと、ユーザ端末装置６は、その診断条件を情報処理装置５Ａに送信する。

次に、ステップＳ２１０において、情報処理装置５Ａの診断条件受付部５００は、ステップＳ２００にて送信された診断条件を受信する。

次に、ステップＳ２２０において、基準情報取得部５０１は、ステップＳ２１０で受信された診断条件のうちの基準装置指定条件に基づいて、データベース装置３の生産履歴情報３０、試験情報３１又はシミュレーション情報３２を参照することにより、基準処理枚数ＷＰＨ－Ａと、基準装置情報１１－Ａとを含む基準情報１０－Ａを取得する。

次に、ステップＳ２３０において、比較情報取得部５０２は、ステップＳ２１０で受信された診断条件のうちの比較装置指定条件に基づいて、データベース装置３の生産履歴情報３０，試験情報３１又はシミュレーション情報３２を参照することにより、比較処理枚数ＷＰＨ－Ｂと、比較装置情報１１－Ｂとを含む比較情報１０－Ｂを取得する。

次に、ステップＳ２４０において、診断処理部５０３Ａは、ステップＳ２２０で取得された基準情報１０－Ａと、ステップＳ２３０で取得された比較情報１０－Ｂとを入力データとして学習モデル１８に入力することで、当該基準情報１０－Ａ及び当該比較情報１０－Ｂに対する診断情報１６を出力データとして生成し、基準装置に対する比較装置の状態を診断する。

次に、ステップＳ２５０において、出力処理部５０４は、ステップＳ２４０で生成された診断情報１６を出力するための出力処理として、その診断情報１６をユーザ端末装置６に送信する。なお、診断情報１６の送信先は、ユーザ端末装置６に加えて又は代えて、データベース装置３でもよい。

そして、ステップＳ２６０において、ユーザ端末装置６は、ステップＳ２００の送信処理に対する応答として、ステップＳ２５０で送信された診断情報１６を受信すると、その診断情報１６に基づいて表示画面を表示することで、基準装置に対する比較装置の診断結果が作業者により確認される。上記の情報処理方法において、ステップＳ２１０が診断条件受付工程、Ｓ２２０が基準情報取得工程、Ｓ２３０が比較情報取得工程、ステップＳ２４０が診断処理工程、ステップＳ２５０が出力処理工程に相当する。

以上のように、本実施形態に係る情報処理装置５Ａ及び情報処理方法によれば、基準となる基板処理装置２に相当する基準装置における基準処理枚数ＷＰＨ－Ａ及び基準装置情報１１－Ａを含む基準情報１０－Ａと、基準装置の比較対象となる基板処理装置２に相当する比較装置における比較処理枚数ＷＰＨ－Ｂ及び比較装置情報１１－Ｂを含む比較情報
１０－Ｂとが学習モデル１８に入力されることで、当該基準情報１０－Ａ及び比較情報１０－Ｂに対する診断情報１６が生成されるので、基板処理装置２の状態を迅速かつ的確に診断することができる。

（第２の実施形態）
図２２は、第２の実施形態に係る情報処理装置５Ｂの一例を示すブロック図である。第２の実施形態に係る情報処理装置５Ｂでは、診断処理部５０３Ｂが、ルールモデル１９を用いて診断情報１６を生成する点で第１の実施形態に係る情報処理装置５Ａと相違する。その他の情報処理装置５Ｂの構成及び動作は、第１の実施形態と同様であるため、同一符号を振って詳細な説明を省略する。なお、第２の実施形態では、データベース装置３及び機械学習装置４の少なくとも一方が省略されていてもよい。

診断処理部５０３Ｂは、記憶部５２に記憶されたルールモデル１９に基づいて、基準情報取得部５０１により取得された基準情報１０－Ａと、比較情報取得部５０２により取得された比較情報１０－Ｂとから、当該基準情報１０－Ａ及び比較情報１０－Ｂに対する診断情報１６を生成する。なお、記憶部５２は、外部コンピュータの記憶部で代用されてもよく、その場合には、診断処理部５０３Ｂは、当該外部コンピュータにアクセスすればよい。

具体的には、診断処理部５０３Ｂは、基準装置情報１１－Ａに含まれる装置設定情報１２と、比較装置情報１１－Ｂに含まれる装置設定情報１２とを装置設定項目毎に設定された設定値単位で比較したときの装置設定項目毎の差異値、基準装置情報１１－Ａに含まれるレシピ情報１３と、比較装置情報１１－Ｂに含まれるレシピ情報１３とをレシピ設定項目毎に設定された設定値単位で比較したときのレシピ設定項目毎の差異値、基準装置情報１１－Ａに含まれる消耗品情報１４と、比較装置情報１１－Ｂに含まれる消耗品情報１４とを消耗品項目毎に比較したときの消耗品項目毎の差異値、及び、基準装置情報１１－Ａに含まれるイベント情報１５と、比較装置情報１１－Ｂに含まれるイベント情報１５とをイベント項目毎に比較したときのイベント項目毎の差異値の少なくとも１つ取得する。

そして、診断処理部５０３Ｂは、当該装置設定項目毎の差異値、当該レシピ設定項目毎の差異値、当該消耗品項目毎の差異値、及び、当該イベント項目毎の差異値の少なくとも１つに基づいて、基準情報１０－Ａ及び比較情報１１Ｂに対する診断情報１６を生成する。

ルールモデル１９には、例えば、装置設定項目毎の差異値、レシピ設定項目毎の差異値、消耗品項目毎の差異値、及び、イベント項目毎の差異値の大小関係等に応じて、原因や対策を分岐し、判断するための条件式や論理式が記憶されている。そのため、診断処理部５０３Ｂは、基準装置情報１１－Ａ及び比較装置情報１１－Ｂから取得した装置設定項目毎の差異値、レシピ設定項目毎の差異値、及び、消耗品項目毎の差異値を、ルールモデル１９の条件式や論理式に適用することにより、診断情報１６を生成する。

図２３は、第２の実施形態に係る情報処理装置５Ｂによる情報処理方法の一例を示すフローチャートである。第２の実施形態に係る情報処理方法では、ステップＳ２４１（診断処理工程）において、診断処理部５０３Ｂが、ルールモデル１９に基づいて、ステップＳ２２０で取得された基準情報１０－Ａと、ステップＳ２３０で取得された比較情報１０－Ｂとから診断情報１６を生成する点で第１の実施形態に係る情報処理装置５Ａと相違する。その他は、第１の実施形態と同様であるため、同一符号を振って詳細な説明を省略する。

以上のように、本実施形態に係る情報処理装置５Ｂ及び情報処理方法によれば、基準と
なる基板処理装置２に相当する基準装置における基準処理枚数ＷＰＨ－Ａ及び基準装置情報１１－Ａを含む基準情報１０－Ａと、基準装置の比較対象となる基板処理装置２に相当する比較装置における比較処理枚数ＷＰＨ－Ｂ及び比較装置情報１１－Ｂを含む比較情報１０－Ｂとから、当該基準情報１０－Ａ及び比較情報１０－Ｂに対する診断情報１６が生成されるので、基板処理装置２の状態を迅速かつ的確に診断することができる。

（他の実施形態）
本発明は上述した実施形態に制約されるものではなく、本発明の主旨を逸脱しない範囲内で種々変更して実施することが可能である。そして、それらはすべて、本発明の技術思想に含まれるものである。

上記実施形態では、データベース装置３、機械学習装置４、情報処理装置５Ａ、５Ｂ及びユーザ端末装置６は、別々の装置で構成されたものとして説明したが、それら４つの装置が、単一の装置で構成されていてもよいし、それら４つの装置のうち任意の２つ又は３つの装置が、単一の装置で構成されていてもよい。また、機械学習装置４及び情報処理装置５Ａ、５Ｂの少なくとも一方は、基板処理装置２の制御ユニット２５又はユーザ端末装置６に組み込まれていてもよい。例えば、ユーザ端末装置６の記憶部６２に学習モデル１８又はルールモデル１９を記憶し、ユーザ端末装置６の制御部６０が、診断条件受付部５００、基準情報取得部５０１、比較情報取得部５０２及び診断処理部５０３Ａ、５０３Ｂとして機能するようにしてもよい。

上記実施形態では、基板処理装置２が、研磨処理として化学機械研磨処理を行うものとして説明したが、基板処理装置２は、化学機械研磨処理に代えて、物理機械研磨処理を行うものでもよい。また、基板処理装置２は、基板処理として、ウェハＷの研磨処理及び仕上げ処理を行うものとして説明したが、基板処理装置２は、研磨処理及び仕上げ処理のいずれかを行うものでもよいし、研磨処理及び仕上げ処理に代えて又は加えて、他の基板処理を行うものでよい。

上記実施形態では、基板処理装置２が、図２に示すように、各基板処理ユニット（研磨ユニット、仕上げユニット）、及び、各搬送処理ユニットを備える場合について説明した。これに対し、基板処理装置２の構成として、各基板処理ユニット、及び、各搬送処理ユニットの数、配置、上流・下流の関係、並列関係、直列関係は、図２の例に限れられず、適宜変更してもよい。例えば、研磨ユニットの数を１又は複数にしてもよいし、仕上げユニットの数を１又は複数にしてもよい。また、搬送処理ユニットの数として、供給排出ロボットの数を１又は複数にしてもよいし、第１乃至第３の搬送ロボットの数を１又は複数にしてもよいし、移送ロボットの数を１又は複数にしてもよい。また、各基板処理ユニット、及び、各搬送処理ユニットの間でウェハＷを受け渡す位置や、ウェハＷを一時的に待機させる位置等を適宜変更してもよいし、それらの数を適宜追加してもよい。上記のような場合には、各処理ユニットの構成に合わせて、学習用データ１７及び学習モデル１８における入力データ及び出力データのデータ構成を変更すればよい。

上記実施形態では、機械学習部４０１による機械学習を実現する学習モデルとして、ニューラルネットワークを採用した場合について説明したが、他の機械学習のモデルを採用してもよい。他の機械学習のモデルとしては、例えば、決定木、回帰木等のツリー型、バギング、ブースティング等のアンサンブル学習、再帰型ニューラルネットワーク、畳み込みニューラルネットワーク、ＬＳＴＭ等のニューラルネット型(ディープラーニングを含
む)、階層型クラスタリング、非階層型クラスタリング、ｋ近傍法、ｋ平均法等のクラス
タリング型、主成分分析、因子分析、ロジスティク回帰等の多変量解析、サポートベクターマシン等が挙げられる。また、機械学習部４０１による機械学習アルゴリズムは、教師あり学習に代えて、強化学習を採用するようにしてもよい。

（機械学習プログラム及び情報処理プログラム）
本発明は、機械学習装置４が備える各部としてコンピュータ９００を機能させるプログラム（機械学習プログラム）や、機械学習方法が備える各工程をコンピュータ９００に実行させるためのプログラム（機械学習プログラム）の態様で提供することもできる。また、本発明は、情報処理装置５Ａ、５Ｂが備える各部としてコンピュータ９００を機能させるためのプログラム（情報処理プログラム）や、上記実施形態に係る情報処理方法が備える各工程をコンピュータ９００に実行させるためのプログラム（情報処理プログラム）の態様で提供することもできる。

（推論装置、推論方法及び推論プログラム）
本発明は、上記実施形態に係る情報処理装置５Ａ（情報処理方法又は情報処理プログラム）の態様によるもののみならず、診断情報を推論するために用いられる推論装置（推論方法又は推論プログラム）の態様で提供することもできる。その場合、推論装置（推論方法又は推論プログラム）としては、メモリと、プロセッサとを含み、このうちのプロセッサが、一連の処理を実行するものとすることができる。当該一連の処理とは、基準処理枚数と基準装置情報とを基準情報１０－Ａとして取得する基準情報取得処理（基準情報取得工程）と、比較処理枚数と比較装置情報とを比較情報１０－Ｂとして取得する比較情報取得処理（比較情報取得工程）と、基準情報取得処理にて基準情報１０－Ａを取得し、比較情報取得処理にて比較情報１０－Ｂを取得すると、当該基準情報１０－Ａと、当該比較情報１０－Ｂとに基づいて、診断情報１６を推論する推論処理（推論工程）とを含む。

推論装置（推論方法又は推論プログラム）の態様で提供することで、安全支援装置を実装する場合に比して簡単に種々の装置への適用が可能となる。推論装置（推論方法又は推論プログラム）が診断情報を推論する際、上記実施形態に係る機械学習装置及び機械学習方法により生成された学習済みの学習モデルを用いて、診断情報生成部が実施する推論手法を適用してもよいことは、当業者にとって当然に理解され得るものである。

１…基板処理システム、２…基板処理装置、３…データベース装置、
４…機械学習装置、５Ａ、５Ｂ…情報処理装置、６…ユーザ端末装置、
７…ネットワーク、
１０－Ａ…基準情報、１０－Ｂ…比較情報、１１…装置情報、
１１－１…第１の装置情報、１１－２…第２の装置情報
１１－Ａ…基準装置情報、１１－Ｂ…比較装置情報、
１２…装置設定情報、１３…レシピ情報、１４…消耗品情報、１５…イベント情報、
１６…診断情報、１７…学習用データ、１８…学習モデル、１９…ルールモデル
２０…ハウジング、２１…ロード／アンロードユニット、２２…研磨ユニット、
２３…基板搬送ユニット、２４…仕上げユニット、２５…制御ユニット、
３０…生産履歴情報、３１…試験情報、３２…シミュレーション情報、
４０…制御部、４１…通信部、４２…学習用データ記憶部、４３…学習モデル記憶部、
４４…入力部、４５…出力部、
５０…制御部、５１…通信部、５２…記憶部、６０…制御部、６２…記憶部、
４００…学習用データ取得部、４０１…機械学習部、
５００…診断条件受付部、５０１…基準情報取得部、５０２…比較情報取得部、
５０３…診断処理部、５０３Ａ、５０３Ｂ…診断処理部
ＷＰＨ…単位時間処理枚数、
ＷＰＨ－１…第１の単位時間処理枚数、ＷＰＨ－２…第２の単位時間処理枚数、
ＷＰＨ－Ａ…基準処理枚数、ＷＰＨ－Ｂ…比較処理枚数

Claims (11)

1. 基板に対する基板処理を行う基板処理ユニットと、前記基板処理前及び前記基板処理後の基板を搬送する搬送処理を行う搬送処理ユニットとを備える基板処理装置の状態を診断する情報処理装置であって、
   基準となる前記基板処理装置に相当する基準装置において前記基板処理及び前記搬送処理を繰り返す基準処理動作を実行したときの単位時間当たりの前記基板の処理枚数を示す基準処理枚数と、前記基準処理動作を実行したときの前記基準装置に関する基準装置情報とを基準情報として取得する基準情報取得部と、
   前記基準装置の比較対象となる前記基板処理装置に相当する比較装置において前記基板処理及び前記搬送処理を繰り返す比較処理動作を実行したときの単位時間当たりの前記基板の処理枚数を示す比較処理枚数と、前記比較処理動作を実行したときの前記比較装置に関する比較装置情報とを比較情報として取得する比較情報取得部と、
   前記基準情報取得部により取得された前記基準情報と、前記比較情報取得部により取得された前記比較情報とに基づいて、前記基準処理枚数及び前記比較処理枚数に差異が発生したときの原因と、前記差異を解消するための対策とのうち少なくとも一方を含む診断情報を生成する診断処理部と、を備える、
   情報処理装置。
2. 前記基準装置情報は、
   前記基準処理動作を実行したときの前記基準装置の動作内容を、複数の装置設定項目毎に設定値がそれぞれ設定されることで定める装置設定情報、
   前記基準処理動作を実行したときの前記基板処理の処理内容を、複数のレシピ設定項目毎に設定値がそれぞれ設定されることで定めるレシピ情報、
   前記基準処理動作を実行したときに前記基準装置にて使用された消耗品の状態を、前記消耗品項目毎に定める消耗品情報、及び、
   前記基準処理動作を実行したときに前記基準装置にて発生したイベントの内容を、イベント項目毎に定めるイベント情報の少なくとも１つを含み、
   前記比較装置情報は、
   前記比較処理動作を実行したときの前記比較装置の動作内容を、複数の装置設定項目毎に設定値がそれぞれ設定されることで定める装置設定情報、
   前記比較処理動作を実行したときの前記基板処理の処理内容を、複数のレシピ設定項目毎に設定値がそれぞれ設定されることで定めるレシピ情報、
   前記比較処理動作を実行したときに前記比較装置にて使用された消耗品の消耗状態を、前記消耗品項目毎に定める消耗品情報、及び、
   前記基準処理動作を実行したときに前記基準装置にて発生したイベントの内容を、イベント項目毎に定めるイベント情報の少なくとも１つを含む、
   請求項１に記載の情報処理装置。
3. 前記診断情報は、
   前記原因を複数の原因種別に分類した原因分類結果、及び、
   前記対策を複数の対策種別に分類した対策分類結果の少なくとも１つを含み、
   前記原因種別は、
   前記装置設定情報に起因する原因、
   前記レシピ情報に起因する原因、
   前記消耗品に起因する原因、及び、
   前記基板処理装置の機械的な原因の少なくとも１つを含む、
   前記対策種別は、
   前記装置設定情報に関する対策、
   前記レシピ情報に関する対策
   前記消耗品に関する対策、及び、
   前記基板処理装置の機械的な対策の少なくとも１つを含む、
   請求項２に記載の情報処理装置。
4. 前記診断情報は、
   前記原因に関連する項目として、前記装置設定項目、前記レシピ設定項目、前記消耗品項目、及び、前記基板処理装置にて機械的な調整が可能な機械的調整項目の少なくとも１つで特定された原因項目と
   前記対策に関連する項目として、前記装置設定項目、前記レシピ設定項目、前記消耗品項目、及び、前記機械的調整項目の少なくとも１つで特定された対策項目との少なくとも１つを含む、
   請求項３に記載の情報処理装置。
5. 前記診断処理部は、
   前記基準装置情報に含まれる前記装置設定情報と、前記比較装置情報に含まれる前記装置設定情報とを前記装置設定項目毎に設定された設定値単位で比較したときの前記装置設定項目毎の差異値、
   前記基準装置情報に含まれる前記レシピ情報と、前記比較装置情報に含まれる前記レシピ情報とを前記レシピ設定項目毎に設定された設定値単位で比較したときの前記レシピ設定項目毎の差異値、
   前記基準装置情報に含まれる前記消耗品情報と、前記比較装置情報に含まれる前記消耗品情報とを前記消耗品項目毎に比較したときの前記消耗品項目毎の差異値、及び、
   前記基準装置情報に含まれる前記イベント情報と、前記比較装置情報に含まれる前記イベント情報とを前記イベント項目毎に比較したときの前記イベント項目毎の差異値の少なくとも１つ取得し、
   当該装置設定項目毎の差異値、当該レシピ設定項目毎の差異値、当該消耗品項目毎の差異値、及び、当該イベント項目毎の差異値の少なくとも１つに基づいて、前記基準情報及び前記比較情報に対する前記診断情報を生成する、
   請求項２乃至請求項４のいずれか一項に記載の情報処理装置。
6. 前記診断処理部は、
   前記基準情報及び前記比較情報と、前記診断情報との相関関係を機械学習により学習させた学習モデルに、前記基準情報取得部により取得された前記基準情報、及び、前記比較情報取得部により取得された前記比較情報を入力することで、当該基準情報及び当該比較情報に対する前記診断情報を生成する、
   請求項１乃至請求項４のいずれか一項に記載の情報処理装置。
7. メモリと、プロセッサとを備え、
   基板に対する基板処理を行う基板処理ユニットと、前記基板処理前及び前記基板処理後の基板を搬送する搬送処理を行う搬送処理ユニットとを備える基板処理装置の状態を診断する推論装置であって、
   基準となる前記基板処理装置に相当する基準装置において前記基板処理及び前記搬送処理を繰り返す基準処理動作を実行したときの単位時間当たりの前記基板の処理枚数を示す基準処理枚数と、前記基準処理動作を実行したときの前記基準装置に関する基準装置情報とを基準情報として取得する基準情報取得処理と、
   前記基準装置の比較対象となる前記基板処理装置に相当する比較装置において前記基板処理及び前記搬送処理を繰り返す比較処理動作を実行したときの単位時間当たりの前記基板の処理枚数を示す比較処理枚数と、前記比較処理動作を実行したときの前記比較装置に関する比較装置情報とを比較情報として取得する比較情報取得処理と、
   前記基準情報取得処理にて前記基準情報を取得し、前記比較情報取得処理にて前記比較
   情報を取得すると、当該基準情報と、当該比較情報とに基づいて、前記基準処理枚数及び前記比較処理枚数に差異が発生したときの原因と、前記差異を解消するための対策とのうち少なくとも一方を含む診断情報を推論する推論処理と、を実行する、
   推論装置。
8. 基板に対する基板処理を行う基板処理ユニットと、前記基板処理前及び前記基板処理後の基板を搬送する搬送処理を行う搬送処理ユニットとを備える基板処理装置の状態を診断するための学習モデルを生成する機械学習装置であって、
   入力データと出力データとで構成される学習用データを複数組記憶する学習用データ記憶部と、
   複数組の前記学習用データを前記学習モデルに入力することで、前記入力データと前記出力データとの相関関係を前記学習モデルに学習させる機械学習部と、
   前記機械学習部により前記相関関係を学習させた前記学習モデルを記憶する学習済みモデル記憶部と、を備え、
   前記入力データは、
   基準となる前記基板処理装置に相当する基準装置において前記基板処理及び前記搬送処理を繰り返す基準処理動作を実行したときの単位時間当たりの前記基板の処理枚数を示す基準処理枚数と、前記基準処理動作を実行したときの前記基準装置に関する基準装置情報とを含む基準情報、及び、
   前記基準装置の比較対象となる前記基板処理装置に相当する比較装置において前記基板処理及び前記搬送処理を繰り返す比較処理動作を実行したときの単位時間当たりの前記基板の処理枚数を示す比較処理枚数と、前記比較処理動作を実行したときの前記比較装置に関する比較装置情報とを含む比較情報であり、
   前記出力データは、
   前記基準処理枚数及び前記比較処理枚数に差異が発生したときの原因と、前記差異を解消するための対策とのうち少なくとも一方を含む診断情報である、
   機械学習装置。
9. 基板に対する基板処理を行う基板処理ユニットと、前記基板処理前及び前記基板処理後の基板を搬送する搬送処理を行う搬送処理ユニットとを備える基板処理装置の状態を診断する情報処理方法であって、
   基準となる前記基板処理装置に相当する基準装置において前記基板処理及び前記搬送処理を繰り返す基準処理動作を実行したときの単位時間当たりの前記基板の処理枚数を示す基準処理枚数と、前記基準処理動作を実行したときの前記基準装置に関する基準装置情報とを基準情報として取得する基準情報取得工程と、
   前記基準装置の比較対象となる前記基板処理装置に相当する比較装置において前記基板処理及び前記搬送処理を繰り返す比較処理動作を実行したときの単位時間当たりの前記基板の処理枚数を示す比較処理枚数と、前記比較処理動作を実行したときの前記比較装置に関する比較装置情報とを比較情報として取得する比較情報取得工程と、
   前記基準情報取得工程により取得された前記基準情報と、前記比較情報取得工程により取得された前記比較情報とに基づいて、前記基準処理枚数及び前記比較処理枚数に差異が発生したときの原因と、前記差異を解消するための対策とのうち少なくとも一方を含む診断情報を生成する診断処理工程と、を備える、
   情報処理方法。
10. メモリと、プロセッサとを備え、
    基板に対する基板処理を行う基板処理ユニットと、前記基板処理前及び前記基板処理後の基板を搬送する搬送処理を行う搬送処理ユニットとを備える基板処理装置の状態を診断する推論装置により実行される推論方法であって、
    基準となる前記基板処理装置に相当する基準装置において前記基板処理及び前記搬送処
    理を繰り返す基準処理動作を実行したときの単位時間当たりの前記基板の処理枚数を示す基準処理枚数と、前記基準処理動作を実行したときの前記基準装置に関する基準装置情報とを基準情報として取得する基準情報取得工程と、
    前記基準装置の比較対象となる前記基板処理装置に相当する比較装置において前記基板処理及び前記搬送処理を繰り返す比較処理動作を実行したときの単位時間当たりの前記基板の処理枚数を示す比較処理枚数と、前記比較処理動作を実行したときの前記比較装置に関する比較装置情報とを比較情報として取得する比較情報取得工程と、
    前記基準情報取得工程にて前記基準情報を取得し、前記比較情報取得工程にて前記比較情報を取得すると、当該基準情報と、当該比較情報とに基づいて、前記基準処理枚数及び前記比較処理枚数に差異が発生したときの原因と、前記差異を解消するための対策とのうち少なくとも一方を含む診断情報を推論する推論工程と、を実行する、
    推論方法。
11. 基板に対する基板処理を行う基板処理ユニットと、前記基板処理前及び前記基板処理後の基板を搬送する搬送処理を行う搬送処理ユニットとを備える基板処理装置の状態を診断するための学習モデルを生成する機械学習方法であって、
    入力データと出力データとで構成される学習用データを学習用データ記憶部に複数組記憶する学習用データ記憶工程と、
    複数組の前記学習用データを前記学習モデルに入力することで、前記入力データと前記出力データとの相関関係を前記学習モデルに学習させる機械学習工程と、
    前記機械学習工程により前記相関関係を学習させた前記学習モデルを学習済みモデル記憶部に記憶する学習済みモデル記憶工程と、を備え、
    前記入力データは、
    基準となる前記基板処理装置に相当する基準装置において前記基板処理及び前記搬送処理を繰り返す基準処理動作を実行したときの単位時間当たりの前記基板の処理枚数を示す基準処理枚数と、前記基準処理動作を実行したときの前記基準装置に関する基準装置情報とを含む基準情報、及び、
    前記基準装置の比較対象となる前記基板処理装置に相当する比較装置において前記基板処理及び前記搬送処理を繰り返す比較処理動作を実行したときの単位時間当たりの前記基板の処理枚数を示す比較処理枚数と、前記比較処理動作を実行したときの前記比較装置に関する比較装置情報とを含む比較情報であり、
    前記出力データは、
    前記基準処理枚数及び前記比較処理枚数に差異が発生したときの原因と、前記差異を解消するための対策とのうち少なくとも一方を含む診断情報である、
    機械学習方法。

Images